دانشگاه شهید مدنی آذربایجان ، asafari1650@yahoo.com
چکیده: (11312 مشاهده)
توان بالای عبوری از خطوط انتقال و هزینههای هنگفت ناشی از بروز خطاها در این خطوط باعث توجه ویژه محققین به مسائل مربوط به حفاظت در این حوزه شده است. ضعفهای موجود در روشهای حفاظت سنتی و وابستگی شدید آنها به شرایط بهرهبرداری سیستم اهمیت موضوع تشخیص پیش از موعد خطا و پیشبینی آن با روشهای جدید را دوچندان میکند. تشخیص به موقع و صدور هشدارهای مربوط به احتمال وقوع خطا با تحلیل دادهها و اطلاعات بدست آمده از سیستم و بررسی روابط بین پارامترهای مختلف قابل انجام است. در این مقاله از روشهای مبتنی بر یادگیری ماشین که با دقت مناسب و مستقل از ناحیه عملکردی سیستم توان پیشبینی وقوع خطا را دارند استفاده گردیده است. برای بررسی عملکرد مدلها تعداد زیادی داده در شرایط بهرهبرداری متنوع تولید شده و به عنوان ورودی به الگوریتمهای تحت بررسی داده شده است. همچنین تاثیر شرایط آب و هوایی مختلف به عنوان یکی از عوامل مهم در وقوع خطاها در خطوط انتقال در این مطالعه لحاظ شده است. به منظور افزایش جامعیت، بررسی صحت و مقایسهپذیری نتایج از سه روش KNN، SVM و درخت تصمیم در دو حالت (دادههای نامتعادل و متعادلسازی شده در دستهبندیهای موجود) استفاده شده و نتایج آن ارائه گردیده است. شبیه سازیها و مدلسازیهای ارائه شده در این مقاله با استفاده از نرمافزارPython انجام گردیدهاند.
Ghaemi A, Safari A. Proposing a Fault Warning Method for Power Transmission Lines Using Machine Learning Models considering weather conditions. Nonlinear Systems in Electrical Engineering 2021; 7 (2) :64-87 URL: http://journals.sut.ac.ir/jnsee/article-1-311-fa.html
قائمی علی، صفری امین. ارائه مدلی برای هشداردهی وقوع خطا در خطوط انتقال قدرت با استفاده از روشهای یادگیری ماشین با در نظر گرفتن شرایط آب و هوایی. سامانه های غیر خطی در مهندسی برق. 1399; 7 (2) :64-87
نشریه سامانههای غیرخطی در مهندسی برق در خصوص اصول اخلاقی انتشار مقاله، از توصیههای «کمیته بینالمللی اخلاق نشر» موسوم به COPE و «منشور و موازین اخلاق پژوهش» مصوب معاونت پژوهش و فناوری وزارت علوم، تحقیقات و فناوری تبعیت میکند.