اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديداستخدام الشبكات العصبونية في التنبؤ قصير الأمد بالحمل الكهربائي في محافظة طرطوس
Using artificial neural networks for short term electrical load forecasting in Tartous province
1376
2 49
0.0
(
0
)
نشر من قبل
جامعة تشرين ورقة بحثية
تاريخ النشر
2018
مجال البحث
هندسة الطاقة الكهربائية
والبحث باللغة
العربية
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
تعد التغذية الكهربائية الموثوقة و المستمرة ضرورية في ظل وظائف المجتمع الحالي المعقدة. نتيجةً للاستهلاك المتزايد و توسع شبكات التوزيع الكهربائية، فإن نظم القدرة الكهربائية تعمل بشكل قريب من حدودها الفنية، و بالتالي تتزايد احتمالية حدوث حالات التحميل الزائد، فشل التجهيزات و التعتيم. أكثر من ذلك، فإننا نواجه مشكلة أخرى تتجسد في عدم القدرة على تخزين الطاقة الكهربائية بشكل فعال و بالتالي يجب أن يتم توليد الطاقة الكهربائية عند الحاجة لها فقط. و نظراً لما يواجهه العالم من نضوب الموارد النفطية و الصعوبات المرتبطة بتأمين مصادر أخرى لتوليد الطاقة الكهربائية فإن عملية التنبؤ بالحمل الكهربائي تشكل عاملاً حاسماً في منظومة القدرة الكهربائية سواء من الناحية الاقتصادية، أو من الناحية الفنية على مستويي التشغيل و التخطيط. يقدم هذا البحث منظومة تنبؤ بالحمل الكهربائي قصير الأمد بالاعتماد على الشبكات العصبونية، مع محاكاة ضمن بيئة ماتلاب بالإضافة إلى واجهة بيانية للمنظومة اعتماداً على بيانات الأحمال السابقة و محددات الطقس في محافظة طرطوس.
A reliable and continuous supply of electrical energy is necessary for the functioning of today’s complex society. Because of the increasing consumption and the extension of existing electrical transmission networks and these power systems are operated closer and closer to their limits accordingly the possibilities of overloading, equipment failures and blackout are also increasing, furthermore, we have an additional obstacle which is that electrical energy cannot be stored efficiently, so, electrical energy should be generated only when it's needed. Due to the fact that world is facing a lack of oil reserves and the difficulties related to have alternative sources to generate electrical power, then, electrical load forecasting is considered as a crucial factor in electrical power system either from economical or technical point of view on both planning and operating levels. This research introduces a short term electrical load forecasting system by using artificial neural networks with a simulation in Matlab environment in addition to an interface for the system and all that is depending on previous load data and weather parameters in Tartous province.
المراجع المستخدمة
PAPALEXOPOULOS AD, HESTERBERG TC. A regression-based approach to short-term system load forecasting. IEEE Trans Power Syst 5(4): 1990;1535–1544
SATOH R, TANAKA E, HASEGAWA J. Daily load forecasting using a neural network combined with regression analysis. In: Proc Int Conf Intelligent System Application to Power Systems, vol. 2, Montpellier, France, 5–9 September 1994; 345–352
WANG Y, DAWA GU, JIANPING XU, JING LI, Back propagation neural network for short-term electricity load forecasting with weather features, IEEE, CSDL, Wuhan, China, 2009
قيم البحث
اقرأ أيضاً
سنقدم في هذا البحث منهجية علمية للتنبؤ قصيرة جدا بالحمولات الكهربائية للمنظومة الكهربائية السورية أي التنبؤ بهذه الحمولات لعدة ساعات قادمة و قد أطلقنا على هذا النوع من التنبؤ التنبؤ العملياتي, تعتمد هذه المنهجية على استخدام الشبكات العصبية الصناعية.
نقدم في هذا البحث دراسة علمية متقدمة متطورة و تواكب الدراسات و التكنولوجيا الحديثة حول التنبؤ قصير الأمد جدا بالأحمال الكهربائية و تطبيق الدراسة من أجل التنبؤ بالحمل الكهربائي في المنظومة الكهربائية السورية الأساسية حيث تم دراسة التنبؤ بهذا الحمل لأر
بع ساعات قادمة وفق المعيار الذي تتبعه وزارة الكهرباء في القطر لكن بفواصل زمنية قصيرة تبلغ عشرة دقائق بين التنبؤ و التنبؤ الذي يليه و قد أطلقنا عليه التنبؤ الآني.
يهدف هذا البحث إلى تحسين مواصفات البيتومين المحلي 60-70 ناتج مصفاة بانياس باستعمال غبار معمل اسمنت طرطوس بحيث يصبح أكثر مقاومة لدرجات الحرارة المرتفعة التي يتعرض لها خلال مرحلة انتاج المجبول البيتوميني (التعب قصير الأمد)، بالإضافة إلى تنظيف البيئة من
هذه الملوثات ذات السمية المعروفة.
تم إضافة غبار معمل الاسمنت بنسب %(12, 14, 16, 18) وزناً من البيتومين، و أجريت بعض التجارب لتحديد خواص البيتومين المعدل و غير المعدل (الغرز في درجات الحرارة ∁°(25, 15, 4)- الممطولية- تحديد درجة حرارة التميع وفق اختبار الكرة و الحلقة)، ثم أعيدت التجارب السابقة بعد إجراء اختبار الفاقد بالحرارة و التعرض للتعب قصير الأمد على نوعي البيتومين المعدل و غير المعدل المستخدم في هذا البحث، و كانت النتائج ضمن حدود المواصفات و متوافقة مع الدراسات المرجعية السابقة، و قد أدت هذه الإضافات إلى زيادة الممانعة الحرارية للبيتومين المحلي، و كانت النسبة الأمثل من غبار معمل الاسمنت و التي حصلنا عندها على مقاومة عالية لدرجات الحرارة المرتفعة مع الحفاظ على مرونة الرابط البيتوميني هي 14%، و بناءً على ذلك فإنه يمكن استخدام غبار معامل الاسمنت لتحسين مقاومة البيتومين لدرجات الحرارة المرتفعة بالإضافة إلى الفوائد البيئية و الاقتصادية المتوقعة من هذا الاستخدام.
يقدم هذا البحث تقنية جديدة لتحسين عامل الاستطاعة بالاعتماد على الشبكات العصبونية الاصطناعية. حيث يتم التحكم بمحرك متواقت عن طريق متحكم عصبوني للتعامل مع مشكلة تعويض الاستطاعة الردية للنظام، و ذلك بهدف تحسين عامل الاستطاعة.
تم في هذا البحث نمذجة النظ
ام الكهربائي و المتحكم العصبوني باستخدام برنامج ماتلاب، و قد بينت النتائج أن هذه الطريقة قد تغلبت على المشاكل التي تحدث عند استخدام الطرق التقليدية (استخدام المكثفات الساكنة)، كالتأخير الزمني و التغيرات الخطوية في تعويض الاستطاعة الردية، بالإضافة إلى السرعة بالمقارنة مع التعويض باستخدام المكثفات.
تدرس هذه المقالة منهجية جديدة لتحديد وجود العطل من عدمه، و تصنيف الاعطال في الوقت الحقيقي بالاعتماد على الشبكات العصبونية في خطوط نقل القدرة الكهربائية. تعتمد هذه الخوارزمية على استخدام إشارات الجهود، و التيارات بوصفها يمثل دخل للشبكات العصبونية بعد
تقطيعها بتردد تقطيع 1 KHz، و بدون استخدام نافذة بيانات متحركة، حيث ان إشارات الدخل تعالج لحظياً على شكل سلسلة من البيانات المتلاحقة. يعتمد النموذج على ثلاث شبكات عصبونية يعالج كل منها بيانات طور من الأطوار بالإضافة الى شبكة عصبونية رابعة للجهد و التيار الصفريين. يتمكن هذا النظام من تحديد نوع العطل خلال زمن لا يتجاوز الـ 5 ميلي ثانية.
تتطلب أنظمة القدرة الحديثة تقنية دقيقة و سريعة للمعالجة في الوقت الحقيقي. تبين دراسات المحاكاة أن التقنية المقترحة قادرة على تمييز حالات العطل المختلفة بشكل دقيق جداً، و قد نجحت هذه التقنية في تحديد جميع أنواع الأعطال تحت شروط النظام المختلفة، بالتالي فإنها دقيقة بنسبة 100% و مناسبة للتطبيق في الزمن الحقيقي.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
