دانلود پایان نامه جایایی تجهیزات اندازه گیری بمنظور تخمین حالت شبکه های توزیع

اختصاصی از سورنا فایل دانلود پایان نامه جایایی تجهیزات اندازه گیری بمنظور تخمین حالت شبکه های توزیع دانلود با لینک مستقیم و پر سرعت .

یکی از اقدامات اولیه در راه بهبود کیفیت برق در شبکه های توزیع، شناسایی وضعیت هارمونیکی فعلی شبکه با استفاده از روش های تخمین حالت هارمونیکی است. برای تحقق عملی و اقتصادی این مهم ابتدا لازم است تا حداقل تجهیزات اندازه گیر مورد نیاز جهت اندازه گیری سطح هارمونیکی تعیین و سپس به صورت بهینه جایابی گردند. در این تحقیق روش جدیدی برای جایابی بهینه تجهیزات اندازه گیرهای هارمونیکی در سیستم های توزیع ارائه شده است. ایده اصلی در این الگوریتم استفاده از تحلیل حساسیت و استفاده از تابع انرژی برای تعیین محل و نوع تجهیزات اندازه گیر است، از شبکه های عصبی و پخش بار هارمونیکی به روش تزریق برای تخمین زدن جریان های هارمونیکی تزریی و جریان خطوط استفاده شده است.

برای بررسی قابلیت روش پیشنهادی تاثیر نویز یا خطا در مقادیر اندازه گیری بر روی پارامترهای تخمین زده شده و همچنین تاثیر خازن گذاری و تغییر ساختار شبکه بر الگوریتم پیشنهادی بر روی سیستم توزیع 13 باس استاندارد IEEE بررسی شده است. نشان داده شده که خطای تخمین منابع مونیتور شده کم است و دقت تخمین خوب است این الگوریتم همچنین بسیار ساده و برای همه نوع شبکه توزیع بدون وابستگی به ساختار آن می توان با درصد خطا قابل قبولی استفاده شود. توجه به این نکته لازم است که فرض شده محل منابع هارمونیکی از قبل مشخص است، و همچنین فرض شده که شبکه عاری از هرگونه اغتشاشات ولتاژی خارجی است.

مقدمه

با توجه به افزایش روزافزون تجهیزات الکترونیک قدرت و بارهای خانگی در شبکه های توزیع آلودگی هارمونیکی شبکه های توزیع یکی از نگرانی های بهره برداری از این شبکه ها می باشد. در این میان با توجه به دینامیک بارها، ایجاد یک سیستم رویت پذیر برای تخمین حالت شبکه های توزیع در محیط هارمونیکی به یکی از ضرورتهای مراکز مدیریت این شبکه تبدیل شده است.

یکی از مهمترین مراحل تخمین حالت، دریافت اطلاعات از شبکه مورد مطالعه می باشد. با توجه به اینکه هدف در این پروژه تخمین حالت هارمونیکی است به نظر می رسد که اطلاعات بسیار زیاد و در فاصله زمانی کوتاه، باید به مرکز مدیریت ارسال گردد. با توجه به محدودیت های اقتصادی و فنی از قبیل سیگنال های مخابراتی حدالامکان باید تعداد تجهیزات اندازه گیری به حداقل رسیده و تخمین حالت با قبول تقریب مورد قبول با استفاده از روابط ریاضی انجام گیرد. در این پروژه هدف ارایه الگوریتم ریاضی تخمین حالت هارمونیکی در شبکه های توزیع شعاعی به همراه جایابی بهینه (حداقل تجهیزات اندازه گیری) خواهد بود.

فصل اول

مروری بر مباحث کیفیت توان

1-1- مقدمه

کیفیت توان از اواخر دهه 1980 برای شرکت های برق و مشترکین مصارف فشار ضعیف و متوسط اهمیت زیادی پیدا کرده است، به طوری که با توجه به درخواست مشترکین، شرکت های برق درصدد بهبود کیفیت توان در شبکه های توزیع می باشند. عنوان کیفیت توان یا کیفیت برق به صورت یک مفهوم کلی برای تمام اغتشاشات موجود در شبکه های توزیع به کار برده می شود. موضوعاتی که تحت این مفهوم به کار می روند لزوما جدید نیستند و آنچه که جدید است تلاش کنونی مهندسی برای برخورد با این مفهوم به شکل سیستماتیک است نه به صورت مسایل منفرد و متفرقه. می توان دلایل عمده توجه روزافزون به این مساله را به صورت زیر برشمرد:

– بروز اشکال و به وجود آمدن تبعات نامطلوب در صورت معیوب شدن یک عنصر، به خاطر اتصال شبکه ها به یکدیگر و تشکیل شبکه های بزرگتر.

– افزایش روزافزون هارمونیک در سیستم های قدرت به خاطر رشد استفاده از تجهیزات پر بازده با قابلیت تنظیم سرعت و همچنین استفاده از خازن های موازی برای تصحیح ضریب قدرت.

– توجه بیشتر شرکت های برق به موضوع کیفیت برق به خاطر آگاهی روزافزون مشتریان از مسایلی چون قطعی های، کمبودهای ولتاژ و حالت های گذرای ناشی از کلیدزنی.

– افزایش حساسیت تجهیزات الکتریکی امروزی در مقابل انواع اغتشاشات موجود در شبکه های توزیع.

انگیزه اصلی پشت این دلایل، افزایش بهره وری مشترکین است. کارخانجات تولیدی خواستار ماشین های سریعتر، با بهره وری و راندمان بیشتر هستند. شرکت های برق هم خواستار سوق دادن کارخانجات تولیدی به این مساله هستند زیرا این عمل اولا موجب بهره وری بیشتری برای مشترکین و ثانیا موجب صرفه جویی قابل ملاحظه ای در سرمایه گذاری مراکز تولید و پست ها به خاطر استفاده کردن مشترکین از وسایل پربازده خواهد شد. نکته قابل توجه این است که دستگاه هایی که برای افزایش بهره وری به کار می روند اغلب نسبت به بیشتر اغتشاشات کیفیت توان حساس هستند و گاهی اوقات این ادوات خود منشا مشکل مضاعف کیفیت توان هستند.

شامل 116 صفحه فایل pdf

تخمین و پیش بینی مودهای طبیعی استاتور موتورهای سوئیچ رلوکتانس با استفاده از شبکه عصبی

اختصاصی از سورنا فایل تخمین و پیش بینی مودهای طبیعی استاتور موتورهای سوئیچ رلوکتانس با استفاده از شبکه عصبی دانلود با لینک مستقیم و پر سرعت .

 

 

 

 

 

 

تخمین و پیش بینی مودهای طبیعی استاتور موتورهای سوئیچ رلوکتانس با استفاده از شبکه عصبی

Estimation of Natural Modes of Stator of Switched Reluctance Machines with Neural Network

فهرست مطالب :
- پیشگفتار ...………………………………………………………………………….……..…… 1
-1 تاریخچه موتور سوئیچ رلوکتانسی ..……………………………………………….…………...…...... 2
-2 کاربردهای مختلف موتور سوئیچ رلوکتانسی………………………………………….……….....……... 2
-3 معایب موتورهای سوئیچ رلوکتانسی……………...………………………………….….…...…..…… 3
فصل اول : ساختار موتورهای سوئیچ رلوکتانسی و روشهای تحلیل الکترومغناطیسی آنها ..……………….……..…... 6
-1-1 معرفی ساختار موتور سوئیچ رلوکتانسی و عملکرد آن .…………………………………………....…… 7
-1-1-1 ساختار موتور سوئیچ رلوکتانسی..…………………………………………………………......… 7
-2-1-1 خصوصیات موتور سوئیچ رلوکتانسی.……………………………………………………..……. 11
-3-1-1 تولید گشتاور و مودهای عملکرد...…………………………………………..……………….… 12
-4-1-1 مشخصه مغناطیسی غیر خطی ماشین...…………………………………………………..….…. 17
-5-1-1 مدارهای کانورتر.………………………………………………………………...……….… 19
-6-1-1 ریپل گشتاور و لرزش درموتور سوئیچ رلوکتانسی..………………………………………………… 20
-1-2-1 معادلات ولتاژ، شار مغناطیسی وگشتاور ماشین سوئیچ رلوکتانس…………………………………...… 21
-2-2-1 روشهای مختلف تحلیل الکترومغناطیسی ماشین سوئیچ رلوکتانسی.………………………………....… 22
-1-2-2-1 روشهای عددی تحلیل الکترومغناطیسی.….………………………………………………….… 22
-2-2-2-1 روشهای تقریبی تحلیل الکترومغناطیس.…………………………………………………….… 25
فصل دوم : تخمین و پیش بینی نویز صوتی..………………………………………………………….… 29
-1-2 کمیت ها واستانداردهای کاربردی.……………………………………………………………...… 30
32 …….……………………………………………… SRM -2-2 منابع تولید ویبراسیون ونویز اکوستیک در
-3-2 مکانیزم ویبراسیون های منبع الکترومغناطیسی……………………………………………………… 34
-4-2 روش عمومی تخمین ویبراسیون و نویز..……………………………………………………….…… 36
-5-2 مرور تحلیل رویکردهای موجود.…………………………………………………………..……… 37
-6-2 فاکتورهای موثر برروی دقت مدل ها وفرضیات ……………………………………………………… 42
7-2 - توصیف مدل تحلیلی پیشنهاد شده………………………………………………….…….……… 44
-8-2 راهکارهائی برای طراحی موتور با نویز پایین ………………………………………………………… 49
-9-2 نتیجه گیری ..……………………………………………………………………….…….… 51
فصل سوم : مروری برشبکه های عصبی مصنوعی……………………………………………………..…… 52
-1-3 مقدمه.……………………………………………………………………………………… 53
-2-3 ساختار و عملکرد نرونها در مغز …………………………………………………………………… 53
-3-3 تاریخچه شبکه های عصبی.…………………………………………………….………………… 54
-4-3 مدل نرون………….……………………………………………………….………………… 55
1-4-3 - مدل تک ورودی.…………………………………………………………………………… 55
-2-4-3 مدل چند ورودی.…………………………………………………………………………… 58
-3-4-3 ساختار شبکه های عصبی……………………………………………………………………… 59
-1-3-4-3 شبکه تک لایه..…………………………………………………………………………… 59
-2-3-4-3 شبکه های چند لایه……………………………………………………………………… 60
-3-3-4-3 تعریف لایه خروجی.……………………………………………………………………… 61
-4-4-3 شبکه های پسخور یا برگشتی…………………………………………………………………… 61
٧
-5-3 شبکه های عصبی پرسپترون…………………………………………………………….……… 63
-1-5-3 معادله یادگیری در حالت کلی………………………………………………………….……… 64
-2-5-3 یادگیری شبکه..…………………………………………………………………….……… 64
-1-2-5-3 یادگیری با ناظر ………………………………………………………………….……… 65
-2-2-5-3 یادگیری بدون ناظر.……………………………………………………………….……… 66
66 ……………………………………………………………. (SLPR) -3-5-3 قانون یادگیری پرسپترون
68 ……….…………………………………………. R= -1-3-5-3 شبکه پرسپترون با بیش از یک نرون و 2
-2-3-5-3 قانون یادگیری شبکه پرسپترون …………………………………………………...………… 68
-3-3-5-3 قانون یادگیری شبکه پرسپترون تک لایه به صورت دسته ای..……………………………………… 71
72 ………….…..……………………………………………… SLPR -4-5-3 بررسی همگرایی الگوریتم
-1-4-5-3 نکات مهم ………………………………………………………………..……..……….. 74
74 ……..….…………...……………………………………………… SLPR -2-4-5-3 محدودیتهای
75 ……..….……………..……………………………………( MLP ) -5-5-3 شبکه پرسپترون چند لایه
75 ……………………………………………………………………………….. LM -6-3 الگوریتم
-1-6-3 مقدمه.……………………………………………………….………………….………… 75
-2-6-3 الگوریتمهای بهینه سازی.…………………………………………………………………… 75
-1-2-6-3 روش تندترین شیب..……………………………………..……………………….……… 76
-2-2-6-3 روش نیوتن..…………………………………………..………………………….……… 79
79 ………………………………………………….. (Levenberg-Marquardt) LM -3-2-6-3 الگوریتم
80 ..……….………………………………………………(Basic Algorithm) -1-3-6-3 الگوریتم اساسی
-2-3-6-3 شاخص عملکرد و محاسبه ژاکوبین………………….………………………………………… 82
فصل چهارم : تخمین وپیش بینی مودهای طبیعی استاتور با استفاده از شبکه عصبی.……………………………... 83
-1-4 مقدمه ……………………………………………………………………………………… 84
-2-4 تحلیل پاسخ سیستم با استفاده از روش اجزاء محدود..………………………………………………… 85
-3-4 انتخاب شبکه عصبی مناسب و مقایسه آنها...………..…………………………………….………… 94
130 .…………………………………………….…………LM -4-4 نتایج حاصل از بکارگیری شبکه عصبی
فصل پنجم : نتیجه گیری و پیشنهادات ..………………….…………………………………………… 140
-1-5 نتیجه گیری.………………………………………………………………………………… 141
-2-5 پیشنهادات.………………………………….……………………………………………… 142
144 …...………………………………………………………………………..……… (A) ضمیمه
149 ……………………………………………….…………………………………... (B) ضمیمه
مراجع...………………………………………………………………………………………… 151
٨
فهرست جدول ها :
32 .………….…………………………………………………………………………(1- جدول ( 2
33 ............…………………………………………………………………………….(2- جدول ( 2
33 ……..………………………………………………………………………………(3- جدول ( 2
34 ………..……………………………………………………………………………(4- جدول ( 2
63 ………..……………………………………………………………………………(1- جدول ( 3
90 …………………………………………………………………………………….(1- جدول ( 4
91 …………..………………………………………………………………………...(2- جدول ( 4
92 ……………..………………………………………………………………………(3- جدول ( 4
93 ……………………………………………………………………………………..(4- جدول ( 4
129 ….………………………………………………………………………......………(5- جدول ( 4
139 ………………………………………………………………………......…………

پایان نامه ارشد برق کنترل تطبیقی برج تقطیر با استفاده از تخمین زن های هوشمند

اختصاصی از سورنا فایل پایان نامه ارشد برق کنترل تطبیقی برج تقطیر با استفاده از تخمین زن های هوشمند دانلود با لینک مستقیم و پر سرعت .

چکیده
برج تقطیر یک فرآیند کلیدی و نهایی در زنجیره فعالیت های یک پالایشگاه محسوب می شود که در ارزش افزوده آن نقش اساسی و محوری دارد .متاسفانه امکان اندازه گیری مستقیم بعضی از متغیرهای کلیدی آن از جمله غلظت خروجی محصول بدلیل مشکلات تعمیر و نگهداری و زمان تاخیر سنسور وقیمت بالای آن میسر نمی باشد.
در این تحقیق ، ابتدا اطلاعات عملکردی برج تقطیر گرد آوری می شود . سپس با استفاده از داده های جمع آوری شده ، یک مدل هوشمند جهت تخمین مقادیر واقعی غلظت محصول نهایی برج طراحی می شود . برای این منظور ،از تکنیک هوشمند شبکه عصبی استفاده خواهد شد . سپس ، با استفاده از تخمین گرهای طراحی شده به عنوان سنسورهای هوشمند یا نرم افزاری جهت طراحی یک پیشگو بهره برداری می گردد که بدلیل ویژگی های مطلوب آن در صنایع فرآیندی بسیار مورد توجه می باشد.در خاتمه نتایج حاصل از تحقیق در دو فاز کلی مانیتورینگ غلظت محصول نهایی برج تقطیر با استفاده از سنسورهای هوشمند طراحی شده و نیز کنترل پیشگو بر روی مدل استاندارد برج تقطیر شبیه سازی و مورد ارزیابی قرار خواهد گرفت.

فهرست مطالب:

چکیده.......................................................................................................................................................................... 1
مقدمه........................................................................................................................................................................... 2
فصل اول : کلیات................................................................................................................................................... 3
1 هدف........................................................................................................................................................... 4 -1
2 پیشینه تحقیق.......................................................................................................................................... 5 -1
3روش کار و تحقیق..................................................................................................................................... 5 -1
6............................................... (PCA,SVD) فصل دوم : آشنایی باآنالیزاجزاءاصلی و تجزیه مقادیر ویژه
7 ............................................................................................................................................................PCA1 -2
1مقدمه...................................................................................................................................................... 7 -1 -2
معمولی...................................................................................................................................... 7 PCA 2 -1 -2
بازگشتی ................................................................................................................................. 8 PCA 3 -1 -2
13 ............................................................................................................... ( SVD) 2 تجزیه مقادیر ویژه -2
ذ
1- مقدمه ................................................................................................................................................ 13 2 -2
معمولی ................................................................................................................................ 13 SVD 2 -2 -2
برش داده شده ...................................................................................................................... 14 SVD3 -2 -2
پنجره ای ......................................................................................................................... 14 SVD 3 -2 -3
3 جمع بندی فصل................................................................................................................................... 14 -2
فصل سوم : طراحی تخمین زن حالت با استفاده از شبکه های عصبی ................................................ 15
1مقدمه......................................................................................................................................................... 16 -3
2پرسپترون چند لایه ................................................................................................................................ 16 -3
1 قانون یادگیری دلتا بر شبکه چند لایه پرسپترون................................................................... 18 -2 -3
3آموزش های پس انتشار سریع............................................................................................................. 25 -3
1 تکنیک های اثباتی ......................................................................................................................... 25 -3 -3
2 بهینه یابی های عددی ................................................................................................................... 26 -2 -3
31 ..............................................................................(RBF) 4 شبکه عصبی با نرون های پایه شعاعی -3
5 مدل دینامیکی یک تخمین زن ........................................................................................................ 33 -3
5 جمع بندی فصل .................................................................................................................................. 34 -3
با استفاده از تخمین زن هوشمند حالت........ 35 (GPC) فصل چهارم : طراحی کنترل پیش بین کلی
1 مقدمه ....................................................................................................................................................... 36 -4
معمولی....................................................................................................................................... 37 GPG 2 -4
1حل معادله دیوفانتین به صورت باز گشتی ................................................................................. 39 -2 -4
ر
2قانون کنترل پیش بین ................................................................................................................... 41 -2 -4
3انتخاب خروجی ها و افق کنترل ................................................................................................... 46 -2 -4
47 ................................................................................................................................................. CRHPC3 -4
1توصیف سیستم ................................................................................................................................ 49 -3 -4
2 الگوریتم کنترل ............................................................................................................................... 51 -3 -4
55 ..............................................................................................................................CRHPC 3 خواص -3 -4
4گذاشتن قیود بر روی متغیرها ............................................................................................................ 55 -4
5جمع بندی فصل...................................................................................................................................... 56 -4
فصل پنجم : شبیه سازی یک کنترل پیش بین با استفاده از تخمین زن های هوشمند بر
روی برج تقطیر ................................................................................................................................................... 57
1 مقدمه ..................................................................................................................................................... 58 -5
2 آشنایی با دینامیک یک برج صنعتی نمونه ..................................................................................... 58 -5
1- معادلات برج...................................................................................................................................... 59 2 -5
3 شبیه سازی تخمین گرهای هوشمند ............................................................................................... 62 -5
62............. MLP بازگشتی و شبکه عصبی دینامیک PCA 1- سنسور نرم افزاری با استفاده از 3 -5
65........... MLP پنجره ای و شبکه عصبی دینامیک PCA 2 سنسور نرم افزاری با استفاده از -3 -5
68............ RBF بازگشتی و شبکه عصبی دینامیک PCA 3-3 سنسور نرم افزاری با استفاده از - 5
71 ...........RBF پنجره ای و شبکه عصبی دینامیک PCA 4-3 سنسور نرم افزاری با استفاده از - 5
73 ...........RBF پنجره ای و شبکه عصبی دینامیک SVD 5-3 سنسور نرم افزاری با استفاده از - 5
76...........MLP پنجره ای و شبکه عصبی دینامیک SVD 6-3 سنسور نرم افزاری با استفاده از - 5
ز
4 شبیه سازی کنترل پیش بین با استفاده از تخمین گرهای هوشمند ..................................... 78 -5
1- شبیه سازی کنترل پیش بین با استفاده از سنسور نرم افزاری با استفاده از 4 -5
79 ................................................................................... MLP بازگشتی و شبکه عصبی دینامیک PCA
2شبیه سازی کنترل پیش بین با استفاده از سنسور نرم افزاری با استفاده از -4 -5
82 ................................................................................... MLP پنجره ای و شبکه عصبی دینامیک PCA
3-4 شبیه سازی کنترل پیش بین با استفاده از سنسور نرم افزاری با استفاده از - 5
84 .................................................................................... RBF بازگشتی و شبکه عصبی دینامیک PCA
4-4 شبیه سازی کنترل پیش بین با استفاده از سنسور نرم افزاری با استفاده از - 5
86.....................................................................................RBF پنجره ای و شبکه عصبی دینامیک PCA
5-4 شبیه سازی کنترل پیش بین با استفاده از سنسور نرم افزاری با استفاده از - 5
89 ................................................................................... RBF پنجره ای و شبکه عصبی دینامیک SVD
6-4 شبیه سازی کنترل پیش بین با استفاده از سنسور نرم افزاری با استفاده از - 5
91 ....................................................................................MLP پنجره ای و شبکه عصبی دینامیک SVD
فصل ششم : نتیجه گیری وپیشنهادات........................................................................................................... 94
1نتیجه گیری..................................................................................................................................................... 95 -6
2پیشنهادات...................................................................................................................................................... 95 -6
منابع و ماخذ ............................................................................................................................................................ 96
فهرست منابع لاتین............................................................................................................................................... 97
چکیده انگلیسی

جایابی تجهیزات اندازه گیری به منظور تخمین حالت شبکه های توزیع

اختصاصی از سورنا فایل جایابی تجهیزات اندازه گیری به منظور تخمین حالت شبکه های توزیع دانلود با لینک مستقیم و پر سرعت .

چکیده

یکی از اقدامات اولیه در راه بهبود کیفیت برق در شبکه های توزیع، شناسایی وضعیت هارمونیکی فعلی شبکه با استفاده از روش های تخمین حالت هارمونیکی است. برای تحقق عملی و اقتصادی این مهم ابتدا لازم است تا حداقل تجهیزات اندازه گیر مورد نیاز جهت اندازه گیری سطح هارمونیکی تعیین و سپس به صورت بهینه جایابی گردند. در این تحقیق روش جدیدی برای جایابی بهینه تجهیزات اندازه گیرهای هارمونیکی در سیستم های توزیع ارائه شده است. ایده اصلی در این الگوریتم استفاده از تحلیل حساسیت و استفاده از تابع انرژی برای تعیین محل و نوع تجهیزات اندازه گیر است، از شبکه های عصبی و پخش بار هارمونیکی به روش تزریق برای تخمین زدن جریان های هارمونیکی تزریی و جریان خطوط استفاده شده است.

برای بررسی قابلیت روش پیشنهادی تاثیر نویز یا خطا در مقادیر اندازه گیری بر روی پارامترهای تخمین زده شده و همچنین تاثیر خازن گذاری و تغییر ساختار شبکه بر الگوریتم پیشنهادی بر روی سیستم توزیع 13 باس استاندارد IEEE بررسی شده است. نشان داده شده که خطای تخمین منابع مونیتور شده کم است و دقت تخمین خوب است این الگوریتم همچنین بسیار ساده و برای همه نوع شبکه توزیع بدون وابستگی به ساختار آن می توان با درصد خطا قابل قبولی استفاده شود. توجه به این نکته لازم است که فرض شده محل منابع هارمونیکی از قبل مشخص است، و همچنین فرض شده که شبکه عاری از هرگونه اغتشاشات ولتاژی خارجی است.

مقدمه

با توجه به افزایش روزافزون تجهیزات الکترونیک قدرت و بارهای خانگی در شبکه های توزیع آلودگی هارمونیکی شبکه های توزیع یکی از نگرانی های بهره برداری از این شبکه ها می باشد. در این میان با توجه به دینامیک بارها، ایجاد یک سیستم رویت پذیر برای تخمین حالت شبکه های توزیع در محیط هارمونیکی به یکی از ضرورتهای مراکز مدیریت این شبکه تبدیل شده است.

یکی از مهمترین مراحل تخمین حالت، دریافت اطلاعات از شبکه مورد مطالعه می باشد. با توجه به اینکه هدف در این پروژه تخمین حالت هارمونیکی است به نظر می رسد که اطلاعات بسیار زیاد و در فاصله زمانی کوتاه، باید به مرکز مدیریت ارسال گردد. با توجه به محدودیت های اقتصادی و فنی از قبیل سیگنال های مخابراتی حدالامکان باید تعداد تجهیزات اندازه گیری به حداقل رسیده و تخمین حالت با قبول تقریب مورد قبول با استفاده از روابط ریاضی انجام گیرد. در این پروژه هدف ارایه الگوریتم ریاضی تخمین حالت هارمونیکی در شبکه های توزیع شعاعی به همراه جایابی بهینه (حداقل تجهیزات اندازه گیری) خواهد بود.

فصل اول

مروری بر مباحث کیفیت توان

1-1- مقدمه

کیفیت توان از اواخر دهه 1980 برای شرکت های برق و مشترکین مصارف فشار ضعیف و متوسط اهمیت زیادی پیدا کرده است، به طوری که با توجه به درخواست مشترکین، شرکت های برق درصدد بهبود کیفیت توان در شبکه های توزیع می باشند. عنوان کیفیت توان یا کیفیت برق به صورت یک مفهوم کلی برای تمام اغتشاشات موجود در شبکه های توزیع به کار برده می شود. موضوعاتی که تحت این مفهوم به کار می روند لزوما جدید نیستند و آنچه که جدید است تلاش کنونی مهندسی برای برخورد با این مفهوم به شکل سیستماتیک است نه به صورت مسایل منفرد و متفرقه. می توان دلایل عمده توجه روزافزون به این مساله را به صورت زیر برشمرد:

– بروز اشکال و به وجود آمدن تبعات نامطلوب در صورت معیوب شدن یک عنصر، به خاطر اتصال شبکه ها به یکدیگر و تشکیل شبکه های بزرگتر.

– افزایش روزافزون هارمونیک در سیستم های قدرت به خاطر رشد استفاده از تجهیزات پر بازده با قابلیت تنظیم سرعت و همچنین استفاده از خازن های موازی برای تصحیح ضریب قدرت.

– توجه بیشتر شرکت های برق به موضوع کیفیت برق به خاطر آگاهی روزافزون مشتریان از مسایلی چون قطعی های، کمبودهای ولتاژ و حالت های گذرای ناشی از کلیدزنی.

– افزایش حساسیت تجهیزات الکتریکی امروزی در مقابل انواع اغتشاشات موجود در شبکه های توزیع.

انگیزه اصلی پشت این دلایل، افزایش بهره وری مشترکین است. کارخانجات تولیدی خواستار ماشین های سریعتر، با بهره وری و راندمان بیشتر هستند. شرکت های برق هم خواستار سوق دادن کارخانجات تولیدی به این مساله هستند زیرا این عمل اولا موجب بهره وری بیشتری برای مشترکین و ثانیا موجب صرفه جویی قابل ملاحظه ای در سرمایه گذاری مراکز تولید و پست ها به خاطر استفاده کردن مشترکین از وسایل پربازده خواهد شد. نکته قابل توجه این است که دستگاه هایی که برای افزایش بهره وری به کار می روند اغلب نسبت به بیشتر اغتشاشات کیفیت توان حساس هستند و گاهی اوقات این ادوات خود منشا مشکل مضاعف کیفیت توان هستند.

تعداد صفحه : 116