این مقاله روشی مبتنی بر استراتژی های یادگیری ماشین برای حل مساله مکان یابی خطا در خطوط انتقال جریان مستقیم ولتاژ بالا (HVDC) ارائه می دهد. در روش مکان یابی پیشنهادی، تنها از سیگنال ولتاژ پس از خطای اندازه گیری شده از یک پایانه برای استخراج ویژگی های موردنیاز بهره گیری می شود. در این مقاله، متناسب با بعد بالای بردار ویژگی های ورودی، امکان استفاده از دو تخمین گر متفاوت شامل شبکه عصبی رگرسیون تعمیم یافته (GRNN) و الگوریتم جنگل تصادفی (RF) برای یافتن رابطه موجود بین ویژگی های الگوها و مکان وقوع خطا بررسی می شود. نتایج ارزیابی با استفاده از الگوهای یادگیری و تست بدست آمده از شبیه سازی انواع خطاها در یک خط انتقال هوایی بلند و بر اساس مقادیر مختلف محل وقوع خطا، مقاومت خطا و جریان پیش از خطا، نشان دهنده کارآیی و دقت قابل قبول روش پیشنهادی است.

در این مقاله با استفاده از مشخصه ی گذرای مؤلفه ی خطای ولتاژ و جریان اندازه گیری شده در یک طرف خط انتقال، الگوریتمی برای آشکارسازی خطا در خطوط HVDC پیشنهاد شده است. در الگوریتم پیشنهادی، هنگامی که واحد شروع عملکرد حفاظت در سیستم حفاظت وجود خطایی را تایید کند، الگوریتم آشکارساز خطا از میزان همبستگی سیگنال های ولتاژ و جریان خطا برای تعیین جهت خطا استفاده می کند، سپس با استفاده از مولفه هارمونیکی فرکانس بالای جریان خطا، وجود خطا در زون حفاظتی تشخیص داده می شود. درانتها، با حذف کوپلینگ بین جریان های قطب مثبت و منفی خط انتقال، قطب دارای خطا از قطب سالم در سیستم دوقطبی تمایز داده می شود. نتایج شبیه سازی برای انواع خطا ها گویای صحت عملکرد روش پیشنهادی می باشد.

با توجه به اهمیت فرایند خنک کردن و گرم کردن یک جسم جامد، تولید انتروپی در جریان محدود در اطراف یک مانع مورد بررسی قرار گرفته است. در این مطالعه، شبیه سازی عددی جریان لایه ای آرام و انتقال حرارت نانو سیال ها با نانو ذرات Al2O3 یا نانو لوله های کربن (CNTs)با شکل های مختلف در نظر گرفته شده است. معادله های ناویر-استوکس و انرژی به صورت عددی در یک سیستم مختصات متناسب با هندسه جسم، با استفاده از روش حجم کنترل حل شده اند. الگوهای جریان و میدان های دما برای مقادیر مختلف غلظت ذرات به طور دقیق بررسی شده اند. علاوه بر این، اثرات شکل و غلظت نانو ذرات بر انتقال حرارت مورد بررسی قرار گرفته است. همچنین، تاثیر نانو سیال ها بر افت فشار و توان پمپ مطالعه شد. از سوی دیگر، کمینه کردن تولید انتروپی به عنوان معیار بهینه سازی در نظر گرفته شده است. نتایج نشان می دهد که در بیشتر موارد، نانو سیال ها انتقال حرارت و همچنین افت فشار را افزایش می دهند. همچنین، شکل نانو ذرات مکانیزم انتقال حرارت در نانو سیال ها مهم است. نانو سیال ها با نانو ذرات استوانه ای CNT نسبت به نانو سیال های که دارای نانو ذرات Al2O3 با شکل کروی هستند، انتقال حرارت را بیشتر افزایش می دهند. برای نانو سیال حاوی CNT با غلظت %5/0 انتقال حرارت خیلی بیشتر از توان پمپاژ افزایش یافته است که این نانو سیال را یک انتخاب اقتصادی می سازد.

تعیین دقیق مکان وقوع خطا و تسریع عملیات تعمیراتی در خطوط انتقال جریان مستقیم فشارقوی (HVDC)، به دلیل حجم بالای توان عبوری آنها اهمیت خاصی دارد. این مقاله شیوه ای جدید برای مکان یابی هوشمند خطاهای اتصال کوتاه در خطوط انتقال جریان مستقیم فشارقوی دوقطبی با استفاده از تکنیک های شناسایی الگو و الگوریتم های یادگیری ماشین ارائه می دهد. در شیوه پیشنهادی، با استفاده از ترکیب تحلیل پرونی (PA) و تجزیه مقدار تکین (SVD)، برخی ویژگی های مفید از سیگنال های ولتاژ پس از خطای یک پایانه استخراج می شوند. شبکه عصبی رگرسیون تعمیم یافته (GRNN) نیز که قبلا آموزش دیده است، ویژگی های استخراج شده را دریافت می کند و محل وقوع خطای اتصال کوتاه متناظر را تخمین می زند. ارزیابی های انجام شده بر سیستم نمونه دوقطبی نشان می دهند مکان یاب پیشنهادی با وجود تغییرات محل وقوع خطا، مقاومت خطا و جریان پیش از خطا، عملکرد دقیق و مناسبی دارد. متوسط درصد خطای به دست آمده برای مکان یابی انواع خطاهای اتصال کوتاه قطب مثبت به زمین (PG)، قطب مثبت به منفی (PN) و قطب مثبت به منفی به زمین (PNG) در سیستم نمونه به ترتیب برابر %0.264، %0.287 و %0.225 است.

پیش بینی شرایط حاکم بر خطوط انتقال، نقشی اساسی در اقتصاد انرژی و صنایع انتقال نفت و گاز از سکوها و میادین نفتی در دریا به مراکز استخراج و پالایشگاهی دارد. در این مقاله یک مطالعه عددی به منظور بررسی اثر پخش عددی در شبیه سازی جریان های دو فازی جدا از هم مایع-گاز انجام گردیده است. معادلات حاکم با بهره گیری از روش تسخیر شاک پایستار که بدون نیاز به حل کل میدان جریان، پیش بینی مناسبی از رفتار فصل مشترک بین دو فاز ارائه می دهد پیاده سازی و حل شده است. جهت گسسته سازی معادلات، به علت دقت و اعتبارسنجی مناسب با فیزیک جریان روش مرکزی مرتبه اول انتخاب شده است. بررسی نتایج نشان می دهد که محدوده ی پایداری بدست آمده از این روش برای جریان های با طول موج بلند و دامنه کوچک منطبق بر محدوده ی پایداری کلاسیک کلوین-هلمهولتز و واقعیت جریان می باشد. اما با کوچک شدن طول موج ها، محدوده پایداری مدل با وجود انطباق بر محدوده ی پایداری کلاسیک از واقعیت جریان تبعیت نمی کند. در این مطالعه مسئله واتر فاست به عنوان یک مسئله بنیادین در مکانیک سیالات دو فازی انتخاب و بصورت عددی در یک کد فرترن پیاده سازی شده است. نتایج حاصل از افزودن پخش عددی به مدل استاندارد نشان می دهد که اغتشاش ناشی از طول موج کوتاه که موجب رشد ناپایداری های غیرفیزیکی در میدان حل گردیده بود با بهره گیری از مدل جدید بر فیزیک جریان منطبق و حلی همگرا به دست آمده است.