دانلود فایل با شمار فاکتور
لطفا شماره فاکتور خود را درج نمایید
جدیدترین لغات واژهنامه
کشورهای شمال اروپا
آتش سوزی های جنگلی
دوسویه
نادیده گرفتن، دست انداخ
اجتناب ناپذیر، بی شفقت،
آمار بازدیدکنندگان
بازدید امروز :23
بازدید روز گذشته :74
بازدید این هفته :220
بازدید این ماه :894
مجموع آمار بازدید ها :798852
بازدید روز گذشته :74
بازدید این هفته :220
بازدید این ماه :894
مجموع آمار بازدید ها :798852
عنوان محصول: تخمین اندازهگیریهای فازور روی شبکههای توزیع با استفاده از یادگیری ماشین
توضیحات مختصر:
درک تولید توزیع در شبکههای توزیع برق، اپراتورها را برای نصب ابزار اندازهگیری جدید مانند معیار اندازهگیری فازور برای دستیابی به قابلیت نظارت شبکه تحریک میکند. در این مقاله، ما یک چهارچوب برای تخمین اندازهگیریهای فازور همگامسازی شده برای یک گره مجازی با استفاده از اندازهگیریهای بهدستآمده از...
|
تخمین اندازهگیریهای فازور روی شبکههای توزیع با استفاده از یادگیری ماشین |
قیمت : 26000 تومان
تخفیف: 1000 تومان
تخفیف ویژه : 10 درصد
قیمت نهایی: 22400 تومان
367 بازدید
کد مقاله: TTC-
3828
نوع فایل : docx
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
Abstract
The uptake of distribution generation on electricity distribution networks imposes the operators to install new measurement devices such as phasor measurement units to achieve network observability. In this paper, we propose a framework for estimating synchronized phasor measurements for a virtual node using the measurements from the other nodes in the network. This system uses a machine learning method, in particular supervised regression models, to provide estimates. We show the performance of the proposed framework comparing two widely used regression methods i.e., Generalized Linear Models and Artificial Neural Networks. We extensively evaluate the proposed approach utilizing a real-world dataset collected from a medium voltage ring feeder. Our results indicate very low error rates; the average error for voltage magnitude was approx. 0:2V while for phase angle was 0:7mrad. Such low errors indicate the potential for reducing the scale of the measuring infrastructure required on distribution networks and increasing their reliability.
چکیده
درک تولید توزیع در شبکههای توزیع برق، اپراتورها را برای نصب ابزار اندازهگیری جدید مانند معیار اندازهگیری فازور برای دستیابی به قابلیت نظارت شبکه تحریک میکند. در این مقاله، ما یک چهارچوب برای تخمین اندازهگیریهای فازور همگامسازی شده برای یک گره مجازی با استفاده از اندازهگیریهای بهدستآمده از سایر گرهها در شبکه، پیشنهاد میکنیم. این سیستم از یک روش یادگیری ماشین به طور ویژه مدلهای رگرسیون نظارتی، برای ارائه تخمینها استفاده میکند. ما عملکرد چهارچوب پیشنهادی را در مقایسه با دو روش محبوب رگرسیون استفاده شده شامل مدلهای خطی عمومی و شبکههای عصبی مصنوعی مقایسه کردیم. ما به صورت عمده رویکرد پیشنهادی را با استفاده از یک مجموعه داده دنیای واقعی بهدستآمده از یک فیدر حلقه ولتاژ استفاده میکنیم. نتایج ما نشان دهنده نرخ خطای بسیار پایین است. خطای متوسط برای ولتاژ تقریبی 0:2V بود در حالی که برای زاویه فاز 0:7mrad بود. چنین خطای کمی نشان دهنده پتانسیل برای کاهش مقیاس زیرساخت اندازهگیری مورد نیاز در شبکههای توزیع و افزایش قابلیت اطمینان آنها است.
تعداد صفحات انگلیسی:6
صفحه
تعداد صفحات فـارسـی:14
صفحه
- آدرس: تبریز، آبرسان، مهرگان چهارم
- تلفن تماس: 09016347107
- تلفن ثابت : 35250068-041
- Mailttcenterاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس ایمیل
- @zoodyab :آدرس تلگرام
مرکز تخصصی تلاش ترجمه از سال 1385 شروع به کار نموده است و تا کنون بیش از ده هزار ترجمه در رشته ها و زمینه های مختلف توسط متخصصین این مرکز انجام شده است.
تمامی ترجمههای انجام شده توسط موسسه تخصصی تلاش ترجمه، به صورت دستی (غیرماشینی) بوده و توسط مترجمین با سابقه انجام میشوند. ترجمههای انجام شده توسط موسسه تلاش ترجمه در قالب فایل Word و به صورت کاملا روان و بازخوانی شده و با ضمانت بازگشت وجه 72 ساعته (در صورت عدم رضایت از ترجمه) خدمت مشتریان محترم ارائه میشود.