مهندسی برق و مهندسی کامپیوتر ایران، الف- مهندسی برق
سال:1390 | دوره:9 | شماره:4 |تعداد مقالات:7

در این مقاله دینامیک بلندمدت بازار برق، ناشی از منطقیت محدود تصمیمات سرمایه گذاران به کمک روش دینامیک سیستم (SD) و تحت طراحی های مختلف بازار شامل بازار انرژی تنها(EO) ، بازار با ذخیره بهره برداری (OR)، بازار با پرداخت ظرفیت ثابت (FCP) و بازار مبتنی بر منحنی تقاضای ظرفیت (DC) تحلیل شده است. همچنین مسیر مبتنی بر تعادل بلندمدت، جهت مقایسه تعیین شده است. نتایج شبیه سازی نشان می دهد که طراحی های مختلف بازار دینامیک های بسیار متفاوتی دارند و می توان با انتخاب طراحی مناسب تا حد زیادی دینامیک بازار را کنترل کرد.

مساله زمان بندی به عنوان یکی از مسایل پیچیده بهینه سازی شناخته می شود. یک نمونه از مسایل زمان بندی، برنامه ریزی درسی دانشگاهی است که هر نیم سال در دانشکده های یک دانشگاه انجام می شود. تنوع محدودیت ها در این مساله باعث می شود برنامه ریزی در دانشکده های مختلف به گونه های متفاوتی انجام شود. کارهای زیادی برای حل این مساله انجام شده است که اکثر آنها از روش های فرامکاشفه ای بهره برده اند. در این مقاله یک مساله زمان بندی واقعی مورد بررسی قرار می گیرد و یک روش مبتنی بر الگوریتم ممتیک بهبودیافته که از الگوریتم سردشدن شبیه سازی شده به عنوان رویه جستجوی محلی خود استفاده می کند، ارائه می شود. منظور از بهبود در الگوریتم ممتیک، استفاده از روش های مکاشفه ای در تولید جمعیت اولیه و همچنین تغییر عملگر تقاطع در این الگوریتم می باشد. همچنین یک عملگر به نام عملگر بهبود جهت بهبود راه حل های تولیدشده و کاهش تعداد نقض محدودیت ها طراحی شده است. به کارگیری روش سردشدن شبیه سازی شده به عنوان رویه جستجوی محلی در الگوریتم ممتیک باعث افزایش توانایی بهره برداری این الگوریتم خواهد شد. کارآمدی این روش در مقایسه با برخی روش های جدید، با توجه به نتایج به دست آمده بر روی داده های استاندارد نشان داده شده است. همچنین مقایسه نتایج حاصل از این روش با روش انجام شده به صورت دستی بر روی داده های واقعی نشان دهنده برتری این روش می باشد.

بازیابی معنایی تصویر از مباحث مورد توجه در بازشناسی الگو است. جهت نزدیک تر شدن سامانه بازیابی به محتوای معنایی تصاویر از روش های یادگیری کوتاه مدت و بلندمدت در قالب بازخورد ربط استفاده می شود. در دهه اخیر استفاده از یادگیری بلندمدت در سامانه های بازیابی مورد توجه زیادی قرار گرفته است و رویکردهایی در این زمینه ارائه شده است. در این مقاله رویکرد جدیدی در یادگیری بلندمدت با ارائه روشی برای بیان الگوهای معنایی ارائه شده است. در این روش، الگوهای معنایی بر پایه اطلاعات مستخرج از یادگیری کوتاه مدت مبتنی بر بهبود تابع شباهت، تهیه و از این اطلاعات در بهبود نتایج بازیابی در پرس و جوهای آینده استفاده می شود. علاوه بر آن، یک معیار موثر تعیین شباهت بین الگوهای معنایی پیشنهادی و تصاویر برای بازیابی ارائه و روش پیشنهادی در یک پایگاه تصویر با 10000 تصویر آزموده شده است. این روش با یک روش متداول در یادگیری بلندمدت مقایسه و نتایج ارائه شده است. نتایج آزمایش ها، بهبود دقت بازیابی در روش پیشنهادی نسبت به حالت بدون یادگیری بلندمدت و با یادگیری بلندمدت به روش 'iFind' را نشان می دهد.

شناسایی مرزهای هدف یکی از موضوعات مورد علاقه در بینایی ماشین و پردازش تصویر است. مدل های کانتور فعال یکی از روش های معروف در شناسایی هدف و قطعه بندی اشیا می باشند. این مقاله روشی جدید برای قطعه بندی اشیای بافتی با استفاده از مدل های کانتور فعال پارامتریک معرفی می کند. در روش پیشنهادی با اضافه کردن یک انرژی بالون به تابع انرژی مدل کانتور فعال پارامتریک، امکان شناسایی و قطعه بندی شیء بافتی در پس زمینه بافتی فراهم می شود. در این روش، ویژگی های بافتی نقاط کانتور با استفاده از تبدیل کانتورلت محاسبه می شود، سپس با مقایسه این ویژگی ها با ویژگی های بافتی شیء هدف که به صورت اطلاعات قبلی وجود دارد، جهت حرکت بالون مشخص می شود که در نتیجه آن، منحنی کانتور به منظور انطباق بر مرزهای شیء هدف منبسط یا منقبض می شود. نتایج نشان می دهد که روش پیشنهادی نسبت به روش کانتور فعال مبتنی بر ویژگی های بافتی گشتاور دارای دقت بالاتری می باشد.

تولید هم زمان برق و حرارت (CHP) با استفاده از یک نوع سوخت ورودی، صرفه جویی انرژی قابل توجهی را ممکن ساخته و در بسیاری از موارد با توجه به بازده انرژی بالا، کاهش انتشار آلودگی و افزایش قابلیت اطمینان، جایگزینی کلیدی برای تولید مجزای انرژی حرارتی و الکتریکی شناخته می شود. با این حال وجود یک ارزیابی صحیح در جهت بررسی توجیه پذیری اقتصادی سرمایه گذاری در این نیروگاه ها با توجه به شرایط مختلف از جمله نوع و حجم تقاضای انرژی محل مصرف و همچنین مشخصات پارامترهای بهره برداری ضروری به نظر می رسد. از این رو در این مطالعه یک چهارچوب بهینه سازی اقتصادی به منظور ارزیابی سرمایه گذاری در احداث واحد تولید هم زمان ارائه می گردد که در آن یک استراتژی بهینه با توجه به مدل عملکرد نیروگاه برای کاهش هزینه های بهره برداری و همچنین کاهش انتشار آلودگی زیست محیطی پیشنهاد می گردد. برای کاهش هزینه های مربوط به تامین تقاضای انرژی در هر ساعت (تعیین استراتژی عملکرد) از برنامه ریزی خطی استفاده می گردد و در ادامه، استراتژی مورد نظر به کمک الگوریتم بهینه سازی اجتماع پرندگان (PSO)، برای تعیین ظرفیت بهینه CHP و بویلر کمکی، تا دست یابی به ماکزیمم مقدار ارزش خالص فعلی (NPV) از مقادیر مورد انتظار سرمایه گذاری به کار می رود. در نهایت کارایی روش پیشنهادی با آنالیز تصمیم احداث یک نیروگاه CHP برای یک بیمارستان نمونه ارائه می گردد.

خازن سری کنترل شده با تریستور (TCSC) به عنوان جبران کننده سری خطوط انتقال در حالت خازنی نقش مهمی در افزایش بارپذیری، کاهش تلفات و بهبود پایداری سیستم دارد. از طرفی انتقال سریع از حالت عملکرد خازنی به سلفی و بالعکس در این المان نقش بسیار مهمی در بهبود پایداری گذرا و افزایش زمان رفع بحرانی خطا دارد که تاکنون چندان مورد توجه قرار نگرفته است. در این مقاله یک روش کاملا جدید و سریع جهت تغییر وضعیت TCSC از حالت خازنی به سلفی و برعکس ارائه شده است که قادر است در کمتر از نیم سیکل حالت کارکرد TCSC را تغییر دهد. نتایج شبیه سازی نشان دهنده سرعت بسیار بیشتر این روش نسبت به سایر روش های موجود بوده که نقش بسیار مهمی در بهبود پایداری ها به خصوص پایداری گذرا خواهد داشت.