دانلود رایگان ترجمه مقاله بهینه سازی قابلیت اطمینان گاز خورشیدی هیبریدی با استفاده از بهینه سازی گربه – IEEE 2015

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

چکیده

مقدمه

بیان مسئله

براورد اطمینان پذیری بر اساس روش اشکوف

دستگاه با خرابی های کل

روش بهینه سازی ازدحام گربه

الف: حالت جست و جو

ب: حالت ردیابی

پ: الگوریتم CSO

مثال گویا

نتیجه گیری

بخشی از ترجمه فارسی مقاله:

 مقدمه
به دلیل افزایش نگرانی در مورد محیط زیست و تخلیه منابع طبیعی نظیر سوخت های فسیلی، تحقیقات زیادی بر دست یابی به منابع سازکار به محیط زیست انجام است. بای حفظ سیاره زمین برای نسل اینده، منابع طبیعی تجدید پذیر به طور دقیق مطالعه شده و برای نیاز های انرژی بهره برداری می شوند. در طی سال های اخیر، نگرانی ها در مورد هزینه های سوخت، تخریب محیط زیست و تغییر اقلیم موجب در نظر گرفتن روش های جایگزین تولید برق شده است. گفته می شود که فناوری حرارت خورشیدی یک جایگزین مناسب برای زغال سنگ است. در طی سال های اخیر، منابع انرژی جایگزین سهم بیشتری در تولید داشته اند. انرژی خورشیدی یک انرژی زیست سازگار، ایمن و قادر به تامین و تولید حجم زیادی از برق است. ابعاد اطمینان پذیری استفاده از منابع انرژی تجدید پذیر در گذشه به دلیل سهم ناچیز این منابع در سیستم های توان و نیز کمبود فنون مناسب، نادیده کرفته شده بود. تفوذ بالای این منابع انرژی می تواند منجر به اثرات معنی داری بر روی هزینه و اطمینان پذیری شود.
این مقاله به توصیف استفاده از بهینه سازی ازدحانم گربه برای حل مسئله تخصیص شامل انتخاب واحد های گاز و خورشیدی، مبدل ها و خطوط برای سطوح مناسب افزونکی می پردازد. هدف اصلی بیشینه سازی اطمینان پذیری و کمینه سازی هزینه سرمایه کذاری توپولوژی موازی با توجه به محدودیت های توپولوژی است. عملکرد مطمئن سیستم برای ماموریت های از پیش تعریف شده در بسیاری از شرایط مهم است. افزونگی سیستم یک مدل رایج برای بسیاری از مسائل طراخی سیستم است. روش ابزار تخصیص اطمینان پذیری سیستم بحث شد و به انتخاب راه حل در زمینه بهینه سازی پایدار تحلیل شبکه الکتریکی کمک می کند. با توجه به محدودیت های کلی وارده بر عملکرد سیستم g و هزینه C0، این مسئله به تعیین نوع جایگزین توپولوژی برای انتخاب سطح مناسب اطمینان پذیری می پردازد. و نوع دستگاه مناب برای دست یابی به اطمینان پذیری بالای سیستم انتخاب می شود.
در این مقاله، هدف اصلی استفاده از CSA فرا اکتشافی می باشد که شامل یک روش مدرن موسوم به اشاکوف برای انتخاب و ارزیابی بهترین پیکر بندی ها با اطمینان پذیری ماکزیمم مطابق با محدودیت های سطح عملکرد و هزینه است.

نتیجه گیری

این مقاله به توصیف شیوه اجرای الکوریتم فرا اکتشافی برای یافتن پیکر بندی های سیستم توان چند حالتی سری بهینه موازی می پردازد.
الگوریتم با استفاده از اطلاعات اکتشافی، از میان طیف وسیعی از اجزا، نسخه های مناسب را انتخاب کرده و آن ها را به ساختار هایی برای رسیدن به ماکزیمم اطمینان پذیری و محدودیت های عملکرد تخصیص می دهد.کارایی این الگوریتم بستگی به انتخاب پارامتر و روش به روز رسانی دارد. مجموعه ای از ارزش ها و مقادیر پارانتر ازدحام گربه تست شده اند. پارامتر ها اثر مستقیمی بر روی محاسبه فرمول مورد استفاده در الکوریتم دارند (SMP-SRD,C1,MR). ما مقادیر مختلف را برای هر پارامتر تست کردیم. مقادیر تست شده به صورت زیر بودند: مقادیر این پارامترها که به راه حل های بهینه تبدیل میشوند به صورت زیر هستند: SMP = 5, SRD = 0.2, C1=2.05و MR= 0.7

بخشی از مقاله انگلیسی:

INTRODUCTION (HEADING 1)

Due to the increasing concern about the environment and the depletion of natural resources such as fossil fuels, much research is now focused on obtaining new environ-mentally friendly sources of power. To preserve our planet for the future generations, natural renewable sources are being closely studied and harvested for our energy needs. In recent years, concerns about fuel costs, environmental degradation and climate change have prompted consideration of alternative methods for electrical power generation [1]. It is argued that solar thermal technology offers an environmentally sensible alternative to the traditional clean coal” generation methods of recent past”. Over the past years the alternative energy sources have been taking over higher and higher share in energy production. Solar energy is environmentally friendly, inexhaustible, safe, and capable of supplying substantial amounts of power [2]. The reliability aspects of utilizing renewable energy sources have largely been ignored in the past due to relatively insignificant contribution of these sources in major power systems and consequently due to the lack of appropriate techniques [3]. A relatively high penetration of these energy sources can create significant impacts on cost and reliability. This paper describes the use of cat swarm optimization to solve the allocation problem involve the selection of the solar and gas units, transformers and lines for the appropriate levels of redundancy, the main aim is to maximize system reliability or minimize investment cost of series-parallel topology, given topology constraints (performance and cost). The reliable performance of the system for predefmed missions under various constraints is very important in many industrial applications. The system redundancy, addressed in this paper is a common representation for many system design problems. The allocation devices method of system reliability discussed here consists in selecting the optimal solution in the context of reliability optimization of electrical network analysis. Given the overall restrictions on the system performance g and cost Co, the problem is to determine which topology alternative to select with the specified level of electrical device reliability, and what’s kind of device to use in order to achieve the maximum system reliability. In this paper, the objective is to adapt a new meta- heuristic CSA which include a modem technique (Ushakov technique) to select and evaluate the best configurations with maximal reliability met the cost and performance levels constraints.

CONCLUSION

This paper describes how to implement the metaheuristic algorithm for finding the optimal series- parallel multi state power system configurations. The algorithm using heuristic information, selects, among a wide range of components available in the market, suitable versions and allocates them to structures in order to achieve maximum system reliability under cost and performance constraints. The efficiency of this algorithm depends on the parameters selection and the update method. A set of values of Cat swarm parameters have been tested. The efficiency of this algorithm depends on the parameters selection and the update method. A set of values of Cat swarm parameters have been tested. The parameters considered are those that affect directly the computation of the formulas used in the algorithm (SMP, SRD, C1 and MR). We tested several values for each parameter, all the others being constant. The values tested were: The values for these parameters that converge rapidly to optimal solutions were: SMP = 5, SRD = 0.2, C1=2.05 and MR = 0.7.