ارائه مدلی برای هشداردهی وقوع خطا در خطوط انتقال قدرت با استفاده از روش های یادگیری ماشین با در نظر گرفتن شرایط آب و هوایی
توان بالای عبوری از خطوط انتقال و هزینه های هنگفت ناشی از بروز خطاها در این خطوط باعث توجه ویژه محققین به مسایل مربوط به حفاظت در این حوزه شده است. ضعف های موجود در روش های حفاظت سنتی و وابستگی شدید آن ها به شرایط بهره برداری سیستم اهمیت موضوع تشخیص پیش از موعد خطا و پیش بینی آن با روش های جدید را دوچندان می کند. تشخیص به موقع و صدور هشدارهای مربوط به احتمال وقوع خطا با تحلیل داده ها و اطلاعات بدست آمده از سیستم و بررسی روابط بین پارامترهای مختلف قابل انجام است. در این مقاله از روش های مبتنی بر یادگیری ماشین که با دقت مناسب و مستقل از ناحیه عملکردی سیستم توان پیش بینی وقوع خطا را دارند استفاده گردیده است. برای بررسی عملکرد مدل ها تعداد زیادی داده در شرایط بهره برداری متنوع تولید شده و به عنوان ورودی به الگوریتم های تحت بررسی داده شده است. همچنین تاثیر شرایط آب و هوایی مختلف به عنوان یکی از عوامل مهم در وقوع خطاها در خطوط انتقال در این مطالعه لحاظ شده است. به منظور افزایش جامعیت، بررسی صحت و مقایسه پذیری نتایج از سه روش KNN، SVM و درخت تصمیم در دو حالت (داده های نامتعادل و متعادل سازی شده در دسته بندی های موجود) استفاده شده و نتایج آن ارایه گردیده است. شبیه سازی ها و مدل سازی های ارایه شده در این مقاله با استفاده از نرم افزارPython انجام گردیده اند.
خطا ، خط انتقال ، یادگیری ماشین ، پیش بینی
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.