تخمین پارامترهای الکتریکی موتورهای القایی به کمک شبکه های عصبی و استفاده از آن درمدلسازی بارهای صنعتی

نویسنده

چکیده

در مطالعات سیستم قدرت از مدل بارها استفاده می شود. بسته به نوع مطالعه و زمان و دقت مورد نظر، مدل استفاده شده ممکن است مدلی استاتیکی یا دینامیکی باشد. به لحاظ وسعت و پیچیدگی شبکۀ قدرت، به طور معمول از مدلهای استاتیکی بارها استفاده می شود. مدل استاتیکی، توابعی جبری برحسب ولتاژ و فرکانس است که باید قادر باشد تا حد امکان، مقدار و میزان تغییرات توان حقیقی و راکتیو یک بار (یا بار یک شین) را برحسب تغییرات ولتاژ و فرکانس بیان کند. در این تحقیق از روش مدلسازی بر مبنای اجزای بار استفاده شده است که با استفاده از ضرایب حساسیت توان حقیقی و راکتیو اجزای بار نسبت به ولتاژ و فرکانس و میزان مشارکت هر جزء بار در مصرف، مدل استاتیکی ترکیبی از بارها به دست می آید. موتورها، به خصوص موتورهای القایی درصد بزرگی از بارهای صنعتی را به خود اختصاص می دهند و ارائۀ یک مدل استاتیکی مناسب برای آنها منجر به ارائه مدل استاتیکی ترکیبی هرچه دقیقتر برای کل بار صنعتی می شود. در این خصوص از شبکه های عصبی استفاده شده است.

عنوان مقاله [English]

Induction Motor Electric Parameters Estimation Using Artificial Neural Networkds and its Application in industrial Load Modeling

نویسنده [English]

  • G. R. Yousefi and H. Seifi
چکیده [English]

Load modeling is widely used in power system studies. Two types of modeling, namely, static and dynamic, are employed. The current industrial practice is the static modeling. Static modelss are algebraic equations of active and reactive power changes in terms of voltage and frequency deviations. In this paper, a component based on static modeling is employed in which the aggregate model is derived based on the sensitivity coefficients and participation factors of load components. As an induction motor comprises a significant portion of industrial loads, Artificial Neural Network (ANN) is employed to derive its static model readily from nameplate data as accurately as possible.

ارتقاء امنیت وب با وف ایرانی