هوش محاسباتی در مهندسی برق (سیستم های هوشمند در مهندسی برق)
سال:1395 | دوره:7 | شماره:4 |تعداد مقالات:6

در این مقاله، یک کنترل کننده فازی عصبی تطبیقی بهینه شده با الگوریتم ژنتیک برای بهبود عملکرد توربین بادی سرعت ثابت طراحی شده است. این کنترل کننده در ابتدا با راه اندازی نرم، کاهش دامنه جریان هجومی و کاهش بیشینه گشتاور الکترومغناطیسی را در لحظه اتصال ژنراتور باعث می شود. همچنین پس از راه اندازی و در طی عملکرد معمول توربین، با کنترل بهینه زاویه پره توربین، باعث جذب حداکثر انرژی باد و کاهش نوسانات توان خواهد شد. برای هر بخش کنترلی، متغیرهای ورودی مناسب با تابع هدف در نظر گرفته خواهند شد. توابع عضویت پارامترهای خروجی در بخش فازی کنترل، تابعی خطی از توابع عضویت ورودی ها انتخاب می شوند. برای کاهش جریان راه اندازی، زاویه آتش سوئیچ های مبدل و برای عملکرد معمول، زاویه پره توربین کنترل خواهند شد. علاوه بر روش پیشنهادی، کنترل مدنظر با دو روش فازی و فازی عصبی تطبیقی بهینه نشده، انجام و هر سه روش با هم مقایسه خواهند شد. محدودسازی جریان راه اندازی و ملایم سازی نوسانات توان در عملکرد عادی توربین به خوبی با روش مذکور صورت می پذیرد.

پیش بینی سری های زمانی، مخصوصا سری های زمانی آشوبی سیستم های پویای غیر خطی، یکی از زمینه های مهم تحقیقاتی است و کاربرد زیادی در زمینه های گوناگون دارد. از میان روش های معرفی شده برای پیش بینی سری های زمانی آشوبناک، به استفاده از شبکه های عصبی و سیستم های فازی بیشتر توجه شده است. در این مقاله، سیستم استنتاج عصبی - فازی تطبیقی بهبودیافته، برای پیش بینی سری های زمانی آشوبناک پیشنهاد شده است. با توجه به اینکه ساختار سیستم استنتاج عصبی -فازی تطبیقی بر اساس یک شبکه پیشرو است، بیشتر به مسائل ایستا محدود بوده است و توانایی مواجهه موثر با ویژگی های پویا مانند سری های زمانی را ندارد. برای غلبه بر این مشکل، در این مقاله برای مدل سازی وابستگی های زمانی این سیستم، از ارتباط خودبازخورد خروجی مراحل قبلی استفاده شده است. همچنین از ترکیب الگوریتم بهینه سازی رقابت استعماری ICA، همراه با تخمین حداقل مربعات LSE، برای آموزش سیستم عصبی - فازی و به روزرسانی پارامترهای آن استفاده شده است که این روش، مشکلات آموزش الگوریتم های بر پایه گرادیان را ندارد. این روش برای پیش بینی و مدل سازی چند سری زمانی غیر خطی و آشوبناک جهان واقعی استفاده شده است. تجزیه و تحلیل نتایج و مقایسه آن با کارهای اخیر، نشان دهنده عملکرد بهتر روش پیشنهادی نسبت به روش های قبلی، از نظر معیار خطای کل پیش بینی برای مدل سازی و پیش بینی سری های زمانی هستند.

در این مقاله، روش جدیدی به منظور تعیین تنظیم بهینه رله های دیستانس با الگوسازی احتمالی عدم قطعیت های موثر ارائه شده است. برای الگوسازی عدم قطعیت ها، برای هر یک از عدم قطعیت ها، توابع چگالی متناظر با آن ها ارائه شده است و بر اساس این، توزیع احتمالی امپدانس دیده شده از رله دیستانس به کمک فرآیند مونت کارلو به دست آمده است. نواحی سه گانه رله دیستانس باید به نحوی تنظیم شود که به ازای خطاهای داخلی، عملکرد داشته باشد (حساسیت) و به ازای خطاهای خارجی، عملکردی نداشته باشد (هماهنگی). بر اساس این، برای هر یک از نواحی سه گانه رله دیستانس، شاخص احتمالی حساسیت و هماهنگی به صورت مستقل تعریف شده اند. در ادامه، سناریوهای مختلف برای حداکثرکردن شاخص حساسیت یا هماهنگی ارائه شده اند. درنهایت، با توجه به اهمیت بیشتر هماهنگی نسبت به حساسیت، سناریوی حداکثرکردن حساسیت به همراه هماهنگی کامل پیشنهاد شده است. بر اساس این سناریو، مساله تعیین تنظیم بهینه هر یک از نواحی رله دیستانس به صورت یک مساله بهینه سازی با هدف حداکثرکردن شاخص حساسیت و برقراری قید هماهنگی تعریف شده است. با توجه به غیرخطی بودن فرمول بندی های ارائه شده، از الگوریتم ژنتیک برای حل این مساله ها استفاده شده است. روش پیشنهادی به شبکه 39 شینه IEEE، اعمال شده و مزیت فرمول بندی ارائه شده برای هر یک از نواحی سه گانه رله دیستانس ارائه شده است.

در این مقاله، تخمین گشتاور بار در موتورهای القایی دارای عدم قطعیت، بررسی شده است. این روش با استفاده از کنترل حالت لغزشی دینامیکی است. در کنترل حالت لغزشی دینامیکی، یک انتگرال گیر قبل از سیستم قرار داده می شود که باعث حذف چترینگ می شود. افزودن این انتگرال گیر به سیستم، موجب افزایش درجه سیستم می شود که برای اعمال کنترل حالت لغزشی به این سیستم افزوده (سیستم به همراه انتگرال گیر)، مدل و دینامیک سیستم باید شناسایی شود. در این مقاله، برای حل این مشکل، یک رویتگر تطبیقی فازی پیشنهاد شده است. مزیت روش پیشنهادی، این است که هم زمان با کنترل سیستم، هدف اصلی، یعنی تخمین گشتاور بار نیز انجام می شود که در کاربردهای عملی اهمیت بسیاری دارد. نتایج شبیه سازی گویای مزایای روش پیشنهادی خواهد بود.

در این مقاله، کنترلر غیرخطی جدید برای DSTATCOM در یک ریزشبکه شامل واحدهای تولید پراکنده (DG) واحد پیشنهاد شده است. روش کنترلی پیشنهادی بر اساس نظریه خطی سازی فیدبک (FLT)، طراحی و از کنترلرهای PID نیز برای تنظیم و ردیابی جریان و ولتاژ مرجع استفاده شده است. همچنین ترکیبی از سیستم های فازی و الگوریتم زنبورها (BA) به منظور بهینه سازی پارامترهای کنترل کننده های PID پیشنهاد شده است. نتایج به دست آمده نشان می دهد ویژگی های پاسخ پله ولتاژ DSTATCOM کنترلر پیشنهادی شامل زمان خیز، زمان نشست، حداکثر اضافه جهش و خطای حالت پایدار به شکل چشمگیری بهبود یافته است. همچنین روش ترکیبی پیشنهادی برای تنظیم کنترلر طراحی شده به تنظیم بهتر ولتاژ DC خازن موجود در DSTATCOM منجر شده است و نیز عملکرد بهتری در مقایسه با کنترلر کلاسیک PID و یا کنترلر تنظیم شده با الگوریتم ژنتیک (GA) و بهینه سازی ازدحام ذرات (PSO) در هر دو حالت وقوع خطا و پس از برطرف سازی خطا دارد.

ارزیابی کیفیت سرویس در ترافیک (Voice over Internet Protocol) VoIP بخشی جدانشدنی در بهبود کیفیت شبکه های چندرسانه ای است. نیاز کاربران این نوع سرویس به کیفیت مطلوب و تلاش ارائه کنندگان این سرویس در کاهش هزینه ها و حفظ رضایت کاربران، پژوهشگران را به مطالعاتی در زمینه افزایش کیفیت و کاهش منابع مصرفی در این حوزه سوق داده است. در این مقاله، روشی معرفی شده است تا کیفیت VoIP را به صورت وفقی، بهبود و همچنین پهنای باند مصرفی را تا حد امکان کاهش دهد. برای رسیدن به این هدف، الگوریتمی پیشنهاد می شود که بر اساس آن، تغییراتی هوشمند از سمت فرستنده بر پارامترهای بسته های ارسالی صدا در بستر شبکه صورت می گیرد تا کیفیت صدای دریافتی در سمت گیرنده را افزایش و پهنای باند مصرفی را کاهش دهد. همچنین این الگوریتم نوع تغییرات و میزان آن را در دسته های مختلف کیفیت صدا مشخص می کند.