هوش محاسباتی در مهندسی برق (سیستم های هوشمند در مهندسی برق)
سال:1396 | دوره:8 | شماره:2 |تعداد مقالات:6

خودروهای الکتریکی (EVs) ازجمله بارهای جدید روبه رشد در شبکه های توزیع هستند. افزایش تعداد خودروهای الکتریکی در شبکه توزیع به افزایش تقاضای انرژی شبکه منجر می شود. در صورت نبود مدیریت بر الگوی دریافت انرژی آنها از شبکه، ممکن است ولتاژ باس ها و بارگذاری خطوط از محدوده مجاز خود خارج شوند. همچنین برای شارژ و دشارژکردن باتری خودروها در زمان اتصال به شبکه، از ادوات الکترونیک قدرت با عنوان شارژر استفاده می شود. شارژر به صورت یک طرفه و دوطرفه قادرند انرژی را بین شبکه و باتری رد و بدل کنند. مدل دوطرفه قادر است در چهار ناحیه کاری مختصات PQ فعالیت کند. بنابراین در این مقاله مدیریت توان اکتیو و راکتیو در شبکه توزیع هوشمند با استفاده از خودروهای الکتریکی به صورت بهینه سازی غیرخطی مدل می شود. سپس با استفاده از روش های خاص خطی سازی معادلات غیرخطی، مساله یادشده به صورت مساله خطی آمیخته با اعداد صحیح (MILP) مبدل می شود تا امکان دستیابی به بهینه سازی مطلق با استفاده از موتور حل مرسوم GAMS فراهم شود. این مساله بر روی شبکه تست 33 باسه اجرا شده است و نتایج عددی نشان دهنده توانمندی روش ارائه شده برای مدیریت توان اکتیو و راکتیو بهینه هستند.

هدف از این مقاله، استفاده از نظریه حسگری فشرده به منظور الگوسازی تنک و فشرده سازی چند الکترود سیگنال های الکتروکاردیوگرافی است. برای به دست آوردن نمایش تنک هریک از الکترودها، یک ماتریس پایه با کرنل های گوسی پیشنهاد شده است که بیشترین شباهت را به سیگنال های قلب دارد. سپس از روش حریص Orthogonal Matching Pursuit (OMP) برای به دست آوردن نمایش تنک سیگنال ها استفاده شده است. پس از به دست آوردن نمایش تنک هریک از الکترودهای سیگنال قلبی، استفاده از نظریه حسگردی فشرده امکان پذیر است. پس از فشرده سازی، سیگنال بازسازی شده با استفاده از همان روش بهینه سازی حریص، به منظور نشان دادن درستی و مطمئن بودن الگوریتم به دست آمده است. استفاده از ماتریس پایه موجک نیز از دیگر روش های رایج موجود برای به دست آوردن نمایش تنک سیگنال قلبی است. نظریه حسگری فشرده با استفاده ماتریس پایه موجک برای سیگنال های قلبی اعمال شد. نتایج شبیه سازی نشان می دهند نظریه پیشنهادی، یعنی استفاده از ماتریس پایه گوسی، خطای بازسازی کمتر و میزان فشرده سازی بیشتری را داراست.

در این مقاله تخمین کانال دوگانه گزین تنک در سیستم OFDM با استفاده از نظریه حسگری فشرده (CS) بررسی شده است. این نظریه کمک می کند تا در تخمین کانال برای دست یابی به میانگین مربعات خطای ثابت، نسبت سمبل راهنمای مورد نیاز را کاهش و به طور معادل راندمان طیفی را افزایش داد. این موضوع در کانال های دوگانه گزین، اهمیت زیادی دارد. در کانال های دوگانه گزین، در مدل کردن کانال به تعداد متغیر بیشتر و درنتیجه، تعداد سمبل راهنمای بیشتر نیاز است. مدل بسط پایه ای (BEM) قبلا در تخمین و همسان سازی کانال های دوگانه گزین استفاده شده است. برای بهره گیری بیشتر از مزایای حسگری فشرده، پیشنهاد می شود در طراحی BEM برای استفاده در تخمین کانال های دوگانه گزین تنک، به بهبود تنکی ضرایب این بسط توجه شود. برای این منظور، در این مقاله پیشنهاد می شود از الگوریتم K-SVD استفاده شود که از محبوب ترین روش های فراگیری واژه نامه است. در این مقاله با ساختار خوشه ای برای سمبل های راهنما، از تداخل بین - زیرحاملی اجتناب شده است. همچنین، ضرایب مربوط به تداخل بین - زیرحاملی تخمین زده می شوند تا در همسان سازی استفاده شوند. نتایج شبیه سازی بهبود عملکرد ازنظر میانگین مربع خطای نرمالیزه شده و میزان خطای بیت سیستم در حضور تخمین گر مبتنی بر حسگری فشرده با پایه های پیشنهادی نسبت به تخمین گر متناظر مبتنی بر پایه های DFT-DPSS را نشان می دهند.

در این مطالعه، روش مبتنی بر تبدیل S گسسته سریع برای متمایزکردن جریان خطای داخلی از اغتشاشات دیگر در ترانسفورماتور قدرت ارائه شده است. ویژگی توابع بر اساس ویژگی های استخراج شده از ماتریس S و کانتورهای فرکانسی پیشنهاد شده اند. برای طبقه بندی ویژگی ها، ماشین بردار پشتیبان (SVM)، توسعه داده شده و از الگوریتم بهینه سازی زنبورعسل برای انتخاب پارامترهای بهینه طبقه بندی کننده SVM استفاده شده است. برای انجام این کار، شرایط مختلفی برای خطاهای خارجی، داخلی، برقدار شدن ترانسفورماتور و سطوح مختلف اشباع ترانسفورماتورهای اندازه گیری با استفاده از نرم افزار PSCAD/EMTDC شبیه سازی شده اند. برای الگوسازی شرایط واقعی، جریان های دیفرانسیل به همراه نویز در نظر گرفته شده اند. برای ارزیابی عملکرد روش پیشنهادی، نتایج به دست آمده با نتایج سایر روش ها مقایسه شده اند. مقایسه نتایج نشان می دهد روش پیشنهادی نسبت به خطاهای خارجی و جریان هجومی با دقت زیادی پایدار است. همچنین، این روش از نویز تاثیر نمی گیرد و در طبقه بندی انواع شرایط موثر و سریع است.

نامتعادلی بار و فاز و همچنین تلفات، دو مساله بسیار مهم در شبکه های توزیع هستند. یکی از روش هایی که برای از بین بردن نامتعادلی در شبکه معرفی می شود، جابجایی فازها می باشد. همچنین یکی از راه حل های موثر در کاهش تلفات و بهبود پروفیل ولتاژ، بازآرایی می باشد. این در حالی است که بازآرایی، تاثیر زیادی در متعادل کردن شبکه نخواهد داشت. بر این اساس در این مقاله، روش جدیدی در بهینه سازی همزمان متعادل سازی فاز به همراه بازآرایی در شبکه های توزیع ارائه می شود. در این حالت، علاوه بر از بین رفتن نامتعادلی در فازها، کاهش تلفات و بهبود پروفیل ولتاژ نیز مهیا می گردد. بزرگترین مزیت استفاده از بازآرایی و جابجایی فاز نسبت به روش های دیگر، هزینه اجرای بسیار کم آنها می باشد. همچنین حضور DG در شبکه باعث کاهش تلفات و بهبود پروفیل ولتاژ می شود. با توجه به اینکه چند هدف از جنس های مختلف وجود دارد، لذا با استفاده از مفهوم فازی، آنها را نرمالیزه کرده و در نهایت با استفاده از الگوریتم BF-SD، بهینه سازی بازآرایی و جابجایی فاز همزمان با نصب بهینه DG انجام می شود. مزیت استفاده از این الگوریتم، سرعت و دقت بالای آن نسبت به سایر روش های قبلی می باشد. در انتها الگوریتم پیشنهادی در شبکه 3062 اهواز بررسی خواهد شد.

تکنیک های هوش محاسباتی، توانایی زیادی در حل مسائل محاسباتی مختلف در علوم مهندسی دارند. در این مقاله، برای نخستین بار، الگو کردن و شبیه سازی موتور درون چاهی حفاری با استفاده از روش های هوش محاسباتی مانند شبکه عصبی مصنوعی، سیستم استنتاج عصبی - فازی تطبیقی و تابع پایه شعاعی ارائه شده است. برای این منظور از داده های تجربی برای آموزش و تست ساختارهای مختلف هوش محاسباتی استفاده شده است. الگوهای هوش محاسباتی به دست آمده از لحاظ دقت و کارایی، با یکدیگر و نیز با داده های تجربی مقایسه شده اند. نتایج مقایسه نشان می دهند این الگوها دقت زیادی در پیش بینی رفتار موتورهای درون چاهی حفاری دارند. علاوه بر آن، از سرعت شبیه سازی بسیار زیادی در مقایسه با روش های اندازه گیری تجربی برخوردارند. درنهایت با استفاده از الگوی شبکه عصبی پیشنهادشده در این مقاله که بهترین جواب را در مقایسه با روش های دیگر دارد، برای نخستین بار یک معادله ارائه شده است که توصیف کننده رفتار موتور درون چاهی حفاری است.