دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
مدل شبکه عصبی مصنوعی ژنراتور فتوولتائیک برای آنالیز جریان قدرت در PSSRSINAC |
عنوان انگلیسی مقاله: |
Artificial neural network model of photovoltaic generator for power flow analysis in PSSRSINCAL |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار مقاله | 2013 |
تعداد صفحات مقاله انگلیسی | 8 صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر، مهندسی برق |
گرایش های مرتبط با این مقاله | مهندسی الگوریتم و محاسبات، مهندسی نرم افزار، هوش مصنوعی، برق قدرت و سیستمهای قدرت |
مجله مربوطه | موسسه فنی و مهندسی |
دانشگاه تهیه کننده | مرکز انرژی شهری، دانشگاه رایرسون، تورنتو، کانادا |
رفرنس | دارد |
نشریه | IET |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 22 صفحه |
ترجمه عناوین تصاویر و جداول | ترجمه شده است |
ترجمه متون داخل تصاویر | ترجمه نشده است |
ترجمه متون داخل جداول | ترجمه نشده است |
درج تصاویر در فایل ترجمه | درج شده است |
درج جداول در فایل ترجمه | درج شده است |
درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چکیده
1- مقدمه
2- مدل دقیق PVGها و اثر عدم تعادل ولتاژ سه فاز
2-1 مدلسازی PVG
3- مدل ANN در PVG
3-1 روش ANN
3-2 مدل ANN برای PVGهای سه فاز
4- مطالعه جریان قدرت با مدل ANNPVG
4-1 مطالعه جریان قدرت با دو PVG
4-2 مطالعات جریان قدرت با چندین PVG
5- پیاده سازی در بستههای نرم افزاری تجاری
6- نتیجه گیری
- بخشی از ترجمه:
6- نتیجه گیری
این مقاله یک مدل ANN مبتنی بر PVG را ارائه میکند و عملکرد و ادغام نرم افزار آنالیز به سیستمهای قدرت تجاری را تست میکند.
مدل ANN در PVG یک مدل سه فاز دقیق است که تابع تابش خورشید، دما و فازور های ولتاژ ترمینال( اندازه و زاویه) میباشد. این مدل برای سیستمهای سه فاز متعادل و نامتعادل مناسب است و با هر نوع الگوریتم و جریان قدرتی اجرا میشود. سرعت محاسباتی مدل ANNPVG مثل سادهترین مدل PQ ثابت است. در حالیکه دقت مدل ارائه شده بسیار سریعتر از PQ میباشد. مدل ANN یک روش جهانی است از اینرو با هر PVG با هر سایز و نوعی قابل استفاده است. از اینرو به هر مدل PVG با استفاده از اطلاعات اندازه گیری برای مدلسازی مزارع کشاورزی قابل توسعه است.
مدل ANN ارائه شده با استفاده از مجموعه اطلاعات سیمولینک متلب انجام شد و در الگوریتم جریان قدرت متلب و PSS®SINAC اجرا شد. نتایج این نرم افزار تجاری امکان استفاده از مدل ANN پیشنهادی در مطالعات جریان قدرت مهندسی را نشان میدهد.
- بخشی از مقاله انگلیسی:
6 Conclusions
This paper presents the development of an ANN-based PVG model, tests its performance and demonstrates its ready integration into a popular commercial power system analysis software, PSS®SINCAL.
The ANN model of PVG is an accurate three-phase model which is a function of sunlight irradiance, temperature and terminal voltage phasors (magnitude and angle). It is suitable for both balanced and unbalanced three-phase systems and implementable with any type of power flow algorithm. The computational speed of ANN PVG model is almost as fast as the simplest fixed PQ model while the accuracy of the proposed model is much higher than the latter. This ANN model method is universal hence it can be trained to model any type/size of PVGs. It is readily extendable to model PVGs using measured data, and, easily extendable for modelling solar farms.
The proposed ANN model is trained using data sets from Matlab/Simulink simulations and implemented in power flow algorithms in Matlab and PSS®SINCAL. The results from this commercial software packages thus evidently prove the feasibility of applying the proposed ANN model to practical engineering power flow studies.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
مدل شبکه عصبی مصنوعی ژنراتور فتوولتائیک برای آنالیز جریان قدرت در PSSRSINAC |
عنوان انگلیسی مقاله: |
Artificial neural network model of photovoltaic generator for power flow analysis in PSSRSINCAL |
|