عنوان
|
حفاظت گسترده سیستم های قدرت برای پیشگیری از خاموشی های بزرگ با استفاده از یادگیری ماشین
|
نوع پژوهش
|
پایان نامه
|
کلیدواژهها
|
حفاظت گسترده، سیستم قدرت، یادگیری ماشین، خاموشی، سنکروفازور
|
چکیده
|
امروزه افزایش مصرف انرژی الکتریکی و تجدید ساختار سیستم قدرت چالش های جدیدی را برای بهره برداری، کنترل و نظارت بر سیستم های قدرت ایجاد کرده است. در این شرایط، سیستم کنترل نظارتی و جمع آوری داده ها (SCADA) برای تضمین امنیت و پایداری سیستم قدرت کافی نیست.SCADA اغلب قادر به اندازه گیری داده های همه باس ها به طور همزمان نیست. علاوه بر این، میزان نمونه برداری در این سیستم برای برخی از کاربردهای سیستم قدرت کافی نیست. بنابراین اطلاعات به دست آمده از SCADA دینامیک سیستم قدرت را به درستی نشان نمی دهد. به منظور بهبود نظارت بر سیستم قدرت، سیستم نظارت گسترده (WAMS) برای غلبه بر مشکلات سیستم SCADA توسعه یافته است. واحدهای اندازه گیری فازور (PMUs) بخش اصلی سیستم WAMS هستند و اساساً از سه فرآیند ضروری شامل جمع آوری، انتقال و تجزیه و تحلیل داده ها تشکیل شده است. WAMS داده های به دست آمده را از طریق پیوندهای ارتباطی با سرعت بالا دریافت می کند. پس از پردازش داده ها و استخراج اطلاعات مناسب، تصمیماتی برای بهبود عملکرد سیستم قدرت گرفته می شود.
امنیت یک سیستم قدرت به توانایی یک سیستم قدرت برای ادامه عملکرد عادی علیرغم تلفات برنامه ریزی نشده به تجهیزات عملیاتی، که به عنوان موارد احتمالی شناخته می شوند، مرتبط است. خرابی امنیت می تواند باعث آسیب به تجهیزات، فرکانس پایین یا ولتاژ پایین و از دست دادن محلی برق برای مشتریان شود، اما شدیدترین، دیدنی ترین، پرهزینه ترین و در نتیجه جالب ترین خرابی های امنیتی منجر به خاموشی می شود. قطع برق اثرات مستقیم اقتصادی، سیاسی و اجتماعی بر سیستم های صنعتی مدرن دارد. در طول خاموشی، سیستم های حمل و نقل و امکانات پزشکی به شدت تحت تأثیر قرار می گیرند که حتی می تواند منجر به از دست دادن جان افراد شود. زیان های اقتصادی بزرگی در تجارت به دلیل از کار افتادن صنایع تولیدی و نقض اتصال به شبکه رخ می دهد. علاوه بر این، سیستم های امنیتی غیرفعال می شوند و پس از اتمام منابع انرژی آماده به کار، ممکن است خطر بالقوه نقض برای هر سازمانی وجود داشته باشد. در طول ده سال گذشته وقایع در آمریکای شمالی، اتحادیه اروپا و آسیا به وضوح افزایش احتمال خاموشی های بزرگ را نشان داده اند و از آنجایی که تمام ایالت هایی که منجر به خاموشی در مقیاس بزرگ می شوند منحصر به فرد هستند، هیچ الگوریتمی برای
|
پژوهشگران
|
راهله یعقوبی (دانشجو)، نوید تقی زادگان کلانتری (استاد راهنما)، سجاد نجفی روادانق (استاد مشاور)
|