مهندسی برق و مهندسی کامپیوتر ایران، الف- مهندسی برق
سال:1403 | دوره:22 | شماره:2 |تعداد مقالات:7

در سیستم قدرت هیبریدی شناورها، امکان بروز انواع مختلف خطا بسیار زیاد است. طبق مطالعات صورت گرفته در زمینه تشخیص و مکان یابی خطا در ریزشبکه های هیبریدی شناورها، فقدان تکنیک های جامع مدیریت خطا برای حفاظت ریزشبکه شناور از خطاهای اتصال کوتاه، مانع اصلی استفاده از ریزشبکه های هیبریدی شناورها برای مأموریت های دریایی حیاتی به شمار می آید. با توجه به قیود و محدودیت های میدانی در شناورها، طراحی یک سیستم حفاظت الکتریکی برای ریزشبکه های هیبریدی شناورها، نیاز به توجه و دقت به الزامات ویژه ای دارد. هدف این مقاله، ارائه یک طرح حفاظتی مناسب جهت تشخیص، طبقه بندی و مکان یابی خطا در ریزشبکه های هیبریدی شناورهاست. در این راستا تشخیص، طبقه بندی و مکان یابی خطا در مدت زمان 034/0 ثانیه الی 54/0 ثانیه با استفاده از الگوریتم مبتنی بر پردازش سیگنال تبدیل موجک با مرتبه چهارم (4db) انجام می شود. مشاهده نتایج و تحلیل آنها نشان می دهد که الگوریتم پیشنهادی به خوبی، انواع خطاها حتی خطاهای بسیار گذرا (حدود 1 میلی ثانیه) را چه در بخش AC و چه در بخش DC ریزشبکه شناور، تشخیص، طبقه بندی و مکان یابی می نماید

در ژنراتور القایی تغذیه دوسویه، سیم پیچ های استاتور مستقیماً به شبکه متصل می شوند؛ در صورتی که سیم پیچ های روتور از طریق مبدل های الکترونیک قدرت به شبکه متصل می شوند. این مبدل ها شامل Back-to-Back و مبدل های ماتریسی مستقیم و غیرمستقیم هستند. مبدل های Back-to-Back دارای ساختار دومرحله ای می باشند که تلفات نسبتاً بالا و با وجود خازن لینک DC، حجم و وزن زیادی دارند. در این مقاله برای برطرف کردن مشکل مبدل Back-to-Back، مبدل های ماتریسی جایگزین این مبدل پیشنهاد می گردد و از کنترل مستقیم توان در ژنراتورهای القایی تغذیه دوسویه با استفاده از مبدل ماتریسی استفاده شده است. این مبدل در طول تغییرات توان مرجع و توربین به خوبی مقادیر مرجع را دنبال می کند. چالش اصلی استفاده از مبدل ها این است که باعث ایجاد هارمونیک و نوسانات توان می شوند که برای برطرف کردن این مشکل از فیلتر پسیو هیبریدی در ورودی و خروجی مبدل ماتریسی استفاده شده که باعث کاهش نوسانات توان های اکتیو و راکتیو و بهبود THD جریان و کیفیت توان می شود. به علاوه پاسخ دینامیکی دقیق به هنگام تغییرات توان مرجع دارد و این عدم نیاز به حلقه های کنترل جریان، باعث ایجاد ساختار ساده با کمترین محاسبات شده است. نتیجه حاصل از روش پیشنهادی با استفاده از فیلتر و بدون فیلتر مقایسه می شود که نتایج نشان از عملکرد خوب و برتری استفاده از فیلتر دارد

در زمان حاضر با رشد چشم گیر مصرف انرژی، افزایش گازهای گلخانه ای و آلاینده های محیطی، انرژی های تجدیدپذیر بیشتر مورد توجه و اقبال عمومی قرار گرفته اند. این انرژی ها شامل انرژی بادی، انرژی فتوولتائیک و. . . می شوند. از برتری های انرژی فتوولتائیک می توان به گستردگی و دسترسی ساده، کمک به حفظ محیط زیست، تطبیق پذیری با شبکه های قدرت توزیع شده، کم صدابودن، راه اندازی سریع و. . . اشاره کرد. یکی از مهم ترین چالش ها در مواجهه با سیستم های فتوولتائیک، تغییر شرایط اقلیمی (تغییرات دما، تابش و. . . ) و تغییر پارامترهای سیستم است که بر عملکرد سیستم تأثیر می گذارند. در این مقاله برای رفع این مشکلات و همچنین به منظور ردیابی نقطه حداکثر توان در یک سیستم خورشیدی، یک کنترل کننده مد لغزشی مرتبه کسری فازی مبتنی بر رؤیتگر اغتشاش و تخمینگر نامعینی با استفاده از شبکه عصبی طراحی شده است. شبکه عصبی برای تخمین نامعینی های سیستم، بلوک فازی برای تخمین ضریب تابع علامت در قانون کنترل، حسابان کسری برای کاهش چترینگ و رؤیتگر اغتشاش برای تقریب اغتشاشات سیستم استفاده شده اند. همچنین پایداری روش کنترلی پیشنهادی با استفاده از روش لیاپانوف به اثبات رسیده است. نتایج شبیه سازی نیز کارایی روش پیشنهادی را تأیید می کنند و عملکرد رضایت بخشی را نشان می دهند

تغییردهنده های تپ قابل قطع زیر بار یکی از مهم ترین تجهیزات ترانسفورماتورهای قدرت محسوب می شوند. این تجهیزات به دلیل داشتن حرکت های مکانیکی شدید و ایجاد قوس الکتریکی با انرژی بالا، دارای نرخ خرابی بالایی نسبت به دیگر تجهیزات داخلی ترانسفورماتور هستند. ارزیابی برخط و دقیق صحت عملکرد عادی تغییردهنده های تپ توسط روش هایی که در عملکرد عادی ترانسفورماتور خللی ایجاد نکنند، از اهمیت بسیار زیادی برخوردار است. در این مقاله، روند تشخیص عیوب تغییردهنده های تپ با استفاده از ویژگی های استخراج شده از سیگنال های آکوستیک مورد بحث و بررسی قرار گرفته است. این سیگنال ها توسط یک سنسور شتاب سنج از مخزن یک ترانسفورماتور قدرت و در حین تغییر تپ به صورت عملی آشکارسازی شده اند. در این مقاله علاوه بر بررسی ویژگی های معمول، دو ویژگی جدید شاخص زمان و شاخص فرکانس معرفی شده است. نهایتاً جهت انتخاب ویژگی های مناسب جهت تشخیص عیوب و ارائه روشی کارآمد جهت دسته بندی آنها، برخی از داده های عملی موجود با توجه به نتایج ارائه شده در مراجع به صورت تصادفی معیوب شده و توسط روش ماشین بردار پشتیبان، داده های سالم و معیوب به طور موفقیت آمیزی طبقه بندی شده اند

تعیین محل اصابت صاعقه (LLS) از چالش های امروزی در حوزه های مختلف و به ویژه حوزه برق و الکترونیک است. برای تعیین محل اصابت صاعقه، استفاده از روش های کلاسیک مرسوم بود؛ ولی اخیراً استفاده از روش معکوس زمانی الکترومغناطیسی (EMTR) نیز رواج یافته است. با توجه به محاسبه شکل موج کامل میدان با استفاده از روش EMTR، دقت در تعیین محل اصابت صاعقه به طور قابل توجهی نسبت به روش های پیشین افزایش یافته است. در روش معکوس زمانی الکترومغناطیسی به کمک تفاضل محدود حوزه زمان (FDTD)، ابتدا میدان الکترومغناطیسی گذرای تولیدشده توسط کانال صاعقه محاسبه شده و پس از معکوس کردن زمانی موج، از محل حسگر یا حسگرها به منبع خود بازانتشار می گردد و مجدداً با کمک FDTD، میدان الکترومغناطیسی بازانتشاری در محیط مورد نظر محاسبه می شود. با داشتن میدان الکترومغناطیسی محیط با استفاده از معیارهایی مانند حداکثر دامنه میدان، حداکثر انرژی و آنتروپی و. . .، محل اصابت صاعقه تعیین می گردد. در این مقاله روشی بر اساس ترکیب یادگیری ماشین و EMTR برای تعیین محل اصابت صاعقه پیشنهاد شده است. ابتدا روش تفاضل محدود حوزه زمان سه بعدی(D-FDTD3) در محاسبه میدان الکترومغناطیسی محیط به کار گرفته شد و با استفاده از EMTR میدان الکترومغناطیسی بازانتشاری مجدداً با کمک (D-FDTD3) در کل محیط محاسبه گردید. بدین طریق داده های لازم برای تولید پروفایل های سه بعدی تصاویر RGB آماده گردید. سپس برای یادگیری ماشین از VGG19، یک شبکه عصبی کانولوشنی (CNN) از پیش آموزش دیده، برای استخراج ویژگی های تصاویر استفاده شد. در آخر برای تعیین محل اصابت صاعقه، لایه برازش کننده ای به بالای 19VGG اضافه شد. روش پیشنهادی در MATLAB و Python شبیه سازی و اجرا گردید که نتایج، کارایی آن را برای تعیین محل اصابت صاعقه در محیط سه بعدی نشان می دهند

روش های مختلفی جهت مدل سازی پنل های خورشیدی ارائه شده است؛ اما مدل سازی نیروگاه خورشیدی با استفاده از آنها با چالش هایی همراه می باشد. مدل سازی در روش های مبتنی بر مدار معادل، وابسته به داده های کارخانه سازنده است که با گذر زمان تغییر می کنند. مدل سازی مشخصه ولتاژ– جریان با استفاده از روش های هوشمند مانند شبکه عصبی به علت دقت پایین مدل سازی کمتر مورد توجه قرار گرفت. در این مقاله، روشی مستقل از داده های کارخانه سازنده جهت مدل سازی نیروگاه خورشیدی ارائه می شود؛ چنان که امکان مدل سازی دقیق نیروگاه های خورشیدی چند سال نصب شده نیز فراهم می باشد. روش پیشنهادی شامل دو مرحله است؛ در مرحله اول ولتاژ مدار باز، نقطه حداکثر توان و جریان اتصال کوتاه برحسب شرایط جوی با استفاده از شبکه عصبی مدل می شوند. در مرحله دوم پارامترهای مجهول مدار معادل توسط روابط تحلیل مداری و با استفاده از خروجی های شبکه عصبی تعیین می شوند. نهایتاً جهت ارزیابی روش پیشنهادی، مدل سازی یک نیروگاه خورشیدی 3 کیلووات انجام شد که نتایج، دقت مناسب روش پیشنهادی جهت مدل سازی نیروگاه خورشیدی را نشان می دهند

در این تحقیق از ساختار مبدل تمام پل برای تغذیه تقویت کننده کلایسترون استفاده شده است. برای تأمین توان کلایسترون (kW 100، A 4 و kV 25) سه ماژول مبدل تمام پل با ترانسفورماتور ولتاژ بالا-فرکانس بالا به کار رفته است. خروجی ترانسفورماتورها در یک ساختار ستاره، یکسو شده و پس از عبور از یک فیلتر π، تغذیه مدار راه انداز لامپ کلایسترون تأمین می شود. خروجی منبع تغذیه، پالس هایی با عرض ms 1 و فرکانس تکرار 50Hz می باشد. ولتاژ ورودی مبدل VDC 500 است که از یک تغذیه سه فاز تأمین می گردد. در این تحقیق با متعادل سازی جریان مغناطیس کنندگی ترانسفورماتور فرکانس بالا، بیشینه جریان مغناطیس کنندگی ترانسفورماتورها کاهش یافته و موجب کاهش بیشینه جریان ترانزیستورها می شود. با کاهش بیشینه جریان مغناطیس کنندگی نیز ابعاد هسته ترانسفورماتور و در نتیجه ابعاد، حجم و وزن مدار راه انداز کلایسترون کاهش پیدا می کند. همچنین اندوکتانس نشتی ترانسفورماتور فرکانس بالا، موجب شکل­گیری مدار تشدید سری شده و شرایط کلیدزنی نرم فراهم گردیده و بدین ترتیب موجب بهبود عملکرد مدار راه انداز کلایسترون می شود. عملکرد مدولاتور با استفاده از نرم افزار PSCAD و بار مقاومتی شبیه سازی شده و مورد تأیید قرار گرفته است