پورتال همایش ها و سمینارهای ....
  • صفحه اصلی
  • وب سایت دانشگاه
  • آرشیو همایش ها
Bootstrap Touch Slider
  • مجموعه مقالات
  • پوستر
  • معرفی رویداد
  • محور رویداد
  • ساختار سازمانی

برگزار شده توسط : دانشگاه شاهرود


هجدهمین کنفرانس بین المللی حفاظت و اتوماسیون در سیستم های قدرت

تاریخ برگزاری : 19 دي ماه 1402


تاریخ برگزاری : 19 دي ماه 1402

Fault Detection and Classification in Parallel and semi-parallel Transmission Lines Connected to Large-Scale Photovoltaic Power Plants Using Artificial Neural Networks and Support Vector Machines

نویسندگان :

علیرضا جدائی , زهرا مروج , محمد پازکی

دانلود فایل   
چکیده

Sustainable energy supply and the increasing use of large-scale photovoltaic power plants (LSPPPs) demand stronger and more reliable transmission systems. Parallel transmission lines are widely employed in modern power systems to enhance the reliability and security of electrical energy transmission. With the need for energy transfer from LSPPPs and the impact of LSPPPs of changing the nature of faults, parallel transmission lines face new challenges. This paper investigates the detection and classification of faults with various characteristics in parallel and semi-parallel transmission lines using Artificial Neural Networks (ANNs) and Support Vector Machines (SWM). This approach facilitates the enhancement of efficiency and confidence in transmission systems and contributes to organizing stable and reliable performance in these systems. For simulation and analysis, the PSCAD/EMTDC software is employed to simulate the model of parallel and semi-parallel transmission lines connected to LSPPPs. Subsequently, the three-phase current signal values and the positive sequence voltage angle signals of the two buses connected to the transmission line are extracted, processed, and divided into training and testing data using MATLAB software. Then, these two methods have been compared. The results demonstrate that ANN and SWM are capable of accurately detecting and classifying faults with high precision.

کليدواژه ها

Parallel transmission line, Protection of transmission line, Distance protection, Large-scale photovoltaic power plants, Artificial neural network, Support Vector Machines.

کد مقاله / لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :

نحوه استناد به مقاله

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
, 1402 , Fault Detection and Classification in Parallel and semi-parallel Transmission Lines Connected to Large-Scale Photovoltaic Power Plants Using Artificial Neural Networks and Support Vector Machines , هجدهمین کنفرانس بین المللی حفاظت و اتوماسیون در سیستم های قدرت


هجدهمین کنفرانس بین المللی حفاظت و اتوماسیون در سیستم های قدرت
تاریخ برگزاری : 19 دي ماه 1402
آرشیو کلیه مقالات این رویداد
دیگر مقالات این رویداد
  • بررسي عملکرد رله های جريان اضافي استاتیک و نیومریک در رخدادهاي تشديد خازن با مولفه های هارمونیکی
  • تکنيک های خلاقيت گروهی برای امنيت سيستم های اسکادا و اتوماسيون پست
  • تحليل مخاطرات امنيتي يك ايستگاه انتقال، مبتني بر سيستم اتوماسيون ABB و پروتكل 61850
  • بهبود مدل گذرای ترانسفورماتور توزیع به‌منظور حفاظت شبکه فشارضعیف در برابر امواج صاعقه
  • شبیه سازی و عارضه یابی سوختن فیوز اولیه ترانس های ولتاژ در نرم افزار PSCAD و عملکرد کاذب حفاظت ها
  • جلوگیری از تریپ کاذب توربین در هنگام تریپ سیستم تحریک در واحدهای MGT30
  • تشخیص و مکان‌یابی خطا در شبکه توزیع به کمک مدل آماری مبتنی بر تحلیل مؤلفه‌های اساسی
  • راهکارهای عملی برای پیشگیری از آسیب دیدن کلید رآکتور 400 کیلو ولت پست آیدغموش در اثر اضافه ولتاژهای گذرا
  • کنترل پذیری فیدرهای 20کیلوولت توسط کنتورهای هوشمند انرژی
  • وبگاه ها


    • سامانه همایش ها و سمینارها
    • سامانه نشریات علمی
    • مرکز آموزش های آزاد
    • سامانه جامع پژوهشی دانشگاه
    • روابط بین الملل
    • مرکز تخصصی آپا
    • اتوماسیون اداری
    • سامانه انتشار ویدیوهای همایش سلامت و زندگی
    • سامانه معاونت فرهنگی
    • سامانه تغذیه
    • سامانه ملی کارآموزی
    • وزارت علوم، تحقیقات و فناوری

    تماس با ما


    آدرس: شاهرود میدان هفت تیر، دانشگاه صنعتی شاهرود
    شماره تماس: 9 - 02332392204
    کد پستی: 3619995161
    صندوق پستی: 316
    پست الکترونیک: info@shahroodut.ac.ir

    © کلیه حقوق متعلق به دانشگاه صنعتی شاهرود می‌باشد. (همایش نگار نسخه 11.0.0)