فهرست مطالب
فصلنامه هوش محاسباتی در مهندسی برق
سال ششم شماره 4 (زمستان 1394)
- تاریخ انتشار: 1395/02/15
- تعداد عناوین: 8
-
-
صفحات 1-18
در مقاله حاضر با ترکیب الگوریتم های بازنمونه برداری فیلترذره و MeanShift روشی جدید به منظور ردیابی اهداف متحرک ارایه شده است. در تعقیب مقاوم یک جسم متحرک، هر دو الگوریتم فیلترذره و الگوریتم MeanShift نتایج موفقی را دارند، اگرچه هر دوی آنها دارای نقاط ضعفی نیز هستند. در روش پیشنهادی، الگوریتم بازنمونه برداری با تعداد مراحل وفقی، موقعیت اولیه هدف را در فریم جدید تخمین زده و پس از آن الگوریتم Meanshift به تعیین دقیق موقعیت نهایی هدف می پردازد. درانتها نیز شعاع کرنل با استفاده از لبه یابی، بر تغییرات مدل هدف منطبق می شود. در مقایسه با الگوریتم بازنمونه برداری فیلترذره، روش پیشنهادی با دقت 97 درصدی به تخمین موقعیت جسم و غلبه بر مشکل انحطاط می پردازد. نتایج تجربی بر روی تصاویر متوالی نشان می دهد که روش پیشنهادی این مقاله بطور پیوسته، بخصوص مواقعی که هدف، حرکت سریع و یا تصادفی داشته باشد عملکرد بهتری نسبت به الگوریتم های ذکر شده دارد.
کلیدواژگان: بازنمونه برداری، فیلترذره، مدل هدف، مدل کاندید، هیستوگرام وزن دارش -
صفحات 19-34با وجود واحدهای بادی در بازار و به دلیل عدم قطعیت مربوط به پیش بینی توان بادی، برنامه ریزی بازار در یک چهارچوب تصادفی انجام خواهد شد. مزیت اصلی مساله ی تصادفی نسبت به نوع معین این است که تصمیم گیری های بهینه، مقدار امید ریاضی تابع هدف را بهینه می کنند. اما علیرغم وجود این مزیت در برنامه ریزی تصادفی، عیب اصلی آن در نظر نگرفتن دیگر پارامترهای نشان دهنده ی توزیع احتمال تابع هدف می باشد که در قالب مفهوم ریسک این پارامترها در مساله لحاظ خواهند شد. در این مقاله مساله ی حداکثرسازی سود باقیمانده از تسویه ی بازار همزمان انرژی و ذخیره برای بهره بردار مستقل سیستم و در عین حال حداقل سازی هزینه های بهره برداری از واحدهای حرارتی با حضور واحدهای بادی و با در نظر گرفتن مفهوم ریسک مورد مطالعه قرار خواهد گرفت. مدل پیشنهادی یک مدل برنامه ریزی ترکیبی خطی- عدد صحیح (MILP) و با در نظر گرفتن شاخصهای ریسک ارزش در خطر (VaR) و ارزش در خطر شرطی (CVaR) جهت ارزیابی میزان ریسک پذیری بهره بردار می باشد.کلیدواژگان: ارزش در خطر(VaR)، ارزش در خطر شرطی(CVaR)، برنامه ریزی ترکیبی خطی، عدد صحیح (MILP)، برنامه ریزی تصادفی، بازار همزمان انرژی و ذخیره، عدم قطعیت منابع بادی
-
صفحات 35-48به منظور کنترل حرکت مدل سه لینکه از بازوی انسان در صفحه و با هدف دستیابی به کنترل مقاوم در برابر اغتشاشات خارجی، دینامیک های مدل نشده و عدم قطعیت های مدل و ویژگی های تغییرپذیر با زمان آن، کنترلترمینال پیوسته لغزشی به عنوان کنترل کننده تطبیقی و مقاوم، بکار رفته است. این کنترل کننده دارای زمان همگرایی محدود جهت رسیدن به خطای ردیابی صفر است، اما پدیده چترینگ موجود در کنترل لغزشی را بطور مطلوبی کاهش نداده است. در این مقاله به منظور کاهش چترینگ، با تعریف لایه مرزی حول سطح لغزش، ترکیبی از شبکه عصبی بازگشتی با یک لایه پنهان و کنترل ترمینال لغزشی بکار رفته است. از طرفی به دلیل وجود افزونگی سینماتیکی در مدل بازو، مسیرهای واحدی در فضای مفصل وجود ندارند که به عنوان پیش فرض تعریف شوند. از این رو با هدف دستیابی برخط به مسیرهای مطلوب در حرکت هدفمند رسیدن دست به سمت شئ، الگوریتم مسیریابی برخطی را با کنترل ترکیبی بکار رفته همراه نموده ایم. نتایج نشان داده اند، همراه کردن کنترل ترکیبی با الگوریتم مسیریابی برخط، علاوه بر کاهش پدیده چترینگ، ردیابی مسیرهای مطلوب مفاصل و نیز مسیر تعریف شده در فضای کاری عملگر نهایی را با خطاهای بسیار کمی برآورده ساخته است.کلیدواژگان: الگوریتم مسیریابی برخط، شبکه عصبی بازگشتی پرسپترون، کنترل ترمینال لغزشی، مدل سه لینکه بازوی انسان
-
صفحات 49-62در این مقاله با استفاده از یک سیستم فازی، سیستم قدرت به نواحی مختلف تقسیم گردیده تا به وسیله ی کنترل کننده های محلی از پخش اغتشاش بین نواحی آن جلوگیری کند. یک روش کنترل ولتاژ ثانویه بر اساس الگوریتم های بهینه سازی برای پیدا کردن باس های کنترلی (باس هایی که جبران کننده ها در آن ها برای کنترل ولتاژ نصب می شوند) ارائه شده است. سپس تعدادی از باس ها به عنوان باس های کنترلی انتخاب شده اند. الگوریتم کنترلی یک کنترل کننده ی غیرمتمرکز است که سعی می کند مانع تخطی ولتاژ براثر تغییرات بار و اغتشاشات شود. در انتها این کنترلر غیرمتمرکز به یکی از ادوات FACTS STATCOM) (اعمال و نتیجه روی شبکه 118 باس IEEE بررسی شده است. نتایج بدست آمده نشان دهنده عملکرد مناسب الگوریتم تقسیم بندی و انتخاب باس های کنترلی برای تنظیم ولتاژ و جلوگیری از پخش اغتشاشات بین نواحی مختلف می باشد.کلیدواژگان: الگوریتم بهینه سازی اجتماع ذرات فازی اصلاح شده، الگوریتم بخش بندی FCM، کنترل ولتاژ شبکه، STATCOM
-
انتخاب زیر مجموعه بهینه ماهواره ها با استفاده از مدل ترکیبی SVMPSO به منظور افزایش دقت مکان یابی GPSصفحات 63-76هندسه ماهواره ها، نشان دهنده مکان های هندسی ماهواره های GPS است، فاکتوری که ارتباط هندسی صورت فلکی ماهواره های GPS را با همدیگر نشان می دهد، GDOP است. همه گیرنده ها از الگوریتم هایی برای انتخاب ماهواره ها استفاده می کنند، در این مقاله هدف استفاده از راهکار دسته بندی و تخمین فاکتور GDOP برای انتخاب زیر مجموعه بهینه ماهواره ها است. برای این منظور از مدل ترکیبی SVMPSO استفاده شده است. این مدل بر خلاف روش ماتریس معکوس که به دلیل تاخیرهای محاسباتی اعلام موقعیت بلادرنگ را دچار نقصان می کرد، با دقت، سرعت و قابلیت اطمینان بالا فاکتور GDOP را محاسبه می کند. مدل SVM یکی از مدل های قوی برای دسته بندی و تخمین است، نقش PSO بهینه سازی پارامترهای اساسی SVM است. این روش عملکرد SVM را در دقت و سرعت بهبود می دهد. مدل SVMPSO برای دسته بندی ماهواره های دیده شده با گیرنده ارزان قیمت GPS پیاده سازی شد. 4 نقشه متفاوت برای محاسبه فاکتور GDOP وجود دارد. شبیه سازی هر 4 نقشه در این مقاله منعکس و با یکدیگر مقایسه گردید. پیاده سازی مدل و نتایج شبیه سازی خطای تخمین مدل SVMPSO را کمتر از 16/0 و دقت دسته بندی آن را بیش از 99 درصد نشان دادند. روش ارائه شده با روش های GA، NN و SVM که اخیرا برای محاسبه GDOP استفاده شده اند، مقایسه گردید.کلیدواژگان: بهینه سازی گروهی ذرات، سامانه مکان یاب جهانی، ماشین بردار پشتیبان، GDOP
-
صفحات 77-86حفاظت تجهیزات پست های فشار قوی به عنوان نقطه ای استراتژیک در شبکه قدرت همواره مورد توجه طراحان شبکه بوده است. با افزایش ظرفیت تولید و اتصال شبکه های مجاور به یکدیگر سطح جریان خطا افزایش خواهد یافت. این تغییرات منجر به افزایش احتمال تخریب تجهیزات پست های فشار قوی خواهد شد. لذا، محدود کننده های جریان خطا برای امکان پاک سازی سریع و مطمئن خطا مورد استفاده قرار می گیرند. در این مقاله، طرح بهره برداری بهینه از محدود کننده جریان خطا در پست های فشار قوی بر مبنای معیارهای کاهش سطح جریان خطا و تغییر شاخص های قابلیت اطمینان مورد بررسی قرار می گیرد. این دو معیار به منظور مقایسه مکان های مختلف برای تخصیص محدود کننده جریان خطا در پست های فشار قوی بکار می رود. در انتها، از روش تصمیم گیری فازی، که برای حل مسائل چند معیاری با ماهیت متفاوت مناسب می باشد، برای تعیین مکان بهینه محدود کننده جریان خطا در پست فشار قوی مورد مطالعه استفاده خواهد شد.کلیدواژگان: پست های فشار قوی، شاخص های قابلیت اطمینان، روش فازی، محدود کننده جریان خطا
-
صفحات 87-106با تجدید ساختار یافتن بازار برق از ساختار انحصاری دولتی به بازاری رقابتی و در پی آن با ایجاد امکانات ارتباطی و نفوذ انرژی های تجدید پذیر و لزوم ارائه دوطرفه اطلاعات بین فروشندگان و خریداران در غالب شبکه هوشمند، سبب گشته تا شرکت کنندگان بیش از پیش نیازمند تخمین دقیق از رفتار پارامترهای دخیل در سوددهی خود باشند. از این میان، مدل سازی و پیش بینی قیمت و بار کاملا ریسکی و همراه با عدم قطعیت های موجود در بازار رقابتی برای شرکتگنندگان بازار اهمیت ویژه ای یافته است. از سویی دیگر، در شبکه هوشمند تغییرات قیمت و بار به سبب ارتباطات دو طرفه میان تولیدکننده و مصرف کننده وابستگی زیادی داشته، که عدم لحاظ نمودن آن از معایب عمده روش های پیش بینی قیمت و بار به صورت مجزا است. در این مقاله به منظور فائق آمدن بر این نقاط ضعف، یک مدل چند ورودی چند خروجی پیش بین برای پیش بینی همزمان قیمت و بار ارائه می شود. به عبارتی الگوریتم پیش بینی کننده پیشنهادی در این مقاله از چهار بخش تشکیل شده، در بخش اول از تبدیل موجک گسسته برای ریز سازی سیگنال اصلی با حفظ اطلاعات باارزش بهره می گیریم. بخش دوم با استفاده از مدل الگوریتم انتخاباتی فازی پیشنهادی بهترین داده ها با بیش ترین ارتباط و کمترین تکرار انتخاب شده و برای آموزش به بخش سوم که یک موتور پیش بینی کننده بر اساس سیستم چند ورودی چند خروجی شبکه بردار پشتیبان مبتنی بر کوچک ترین مربعات هست، فرستاده می شوند. بخش چهارم با توجه به تابعی هدفی متشکل از خطای ناشی از پیش بینی و روش بهبودیافته کلونی مصنوعی زنبور عسل به تنظیم پارامترهای شبکه بردار پشتیبان پیشنهادی می پردازد. در روش بهبودیافته کلونی مصنوعی زنبور عسل از دو عملگر یکی در جستجوی محلی به کمک مدل لجستیک و دیگری برای جستجوی کلی الگوریتم که بر اساس هدایت ذرات مبتنی بر جهت یابی بهترین پاسخ در آن تکرار بهره می برد. همچنین، تاثیر مدیریت بار در پیک زدایی و بهبود ضریب بار به صورت یک مسئله بهینه سازی مورد بحث و بررسی قرار گرفته است. روش پیشنهادی بر روی سیستم اسپانیا و نیوانگلند به عنوان دو بازار معروف با اطلاعات دسترس آزاد اعمال و نتایج حاصل از آن به کمک معیارهای مبتنی بر خطای حاصل از پیش بینی مورد بررسی و آنالیز قرار گرفته است. نتایج به دست آمده از الگوریتم پیشنهادی به کمک معیارهای معرفی شده با سایر روش های موجود مقایسه شده است. نتایج به دست آمده نشان از سادگی در پیاده سازی و قابلیت بالای روش پیشنهادی در حل مسائل پیش بینی دارد.کلیدواژگان: پیش بینی همزمان قیمت و بار، الگوریتم بهبودیافته زنبور عسل، تبدیل موجک گسسته، شبکه هوشمند
-
صفحات 107-120استفاده همزمان از کلیدهای جداکننده و منابع تولید پراکنده، می تواند تاثیر قابل توجهی در بهبود قابلیت اطمینان شبکه توزیع داشته باشد. همچنین بهره برداری از این نوع منابع در شبکه توزیع، می تواند نقش موثری در کاهش تلفات بالای سیستم توزیع ایفا نماید. در این مقاله، روشی به منظور جایابی همزمان این تجهیزات برای رسیدن به اهداف کاهش تلفات توان و بهبود قابلیت اطمینان سیستم با در نظر گرفتن قیود فنی شبکه ارائه می شود. در این راستا تابع هدف پیشنهادی مبتنی بر سود و هزینه، شامل هزینه نصب و نگهداری و منافع ناشی از این تجهیزات، معرفی شده است. همچنین در طرح پیشنهادی، جنبه تغییرپذیری میزان بارهای شبکه با زمان نیز لحاظ شده است. جهت حل مساله مکان یابی مورد نظراز الگوریتم ژنتیکی استفاده شده که با معرفی عملگرهای تکمیلی و جدید در همگرایی آن تسریع شده است. نتایج حاصل از پیاده سازی روش پیشنهادی مبتنی بر الگوریتم ژنتیک بهبود یافته بر روی شبکه آزمایش 33 شینه استاندارد IEEE، کاربردی بودن و کارایی این روش و تاثیر استفاده از مدل بار دقیق تر را نمایان می سازد.کلیدواژگان: الگوریتم ژنتیک بهبودیافته، بار چند سطحی، تولید پراکنده، جایابی، کلیدهای جداکننده
-
Pages 1-18
Estimate the position of moving objects tracking is an important and Many algorithms have been proposed. In this paper, a method to estimate the position of moving objects by solving the Bayesian equations of nonlinear systems with non-Gaussian distributed algorithm based on particle filter are offered. In this way will build the first target model of weighted histogram, Then applying random noise in the location of the first frame image, predicted the candidate particles in the next step and build a histogram weighted by the candidate particles and particles Start by Bhattacharya distance weighting on the similarity between the target model and candidate model particles and estimated the target position in the next frame by the resampling algorithm in the particle filter, Finally an adaptive target model update is performed, if necessary, based on the best model for particle similar to the target.
Keywords: Resampling, Particle Filter, Target Model, Candid Model, Weighted Histogram -
Pages 19-34In presence of wind units in the market and because of uncertainty related to wind power forecasting, market clearing will be done as a stochastic framework. The main advantage of the stochastic programming over its counterpart is that optimal decisions will be optimize expected value of the objective function. But despite this advantage in stochastic programming, the main drawback is the lack of consideration of other parameters indicating the probability distribution of the objective function which these parameters will be considered in context of the risk concept. In this paper, the problem of maximizing profit remaining of the joint energy and reserve market clearing for independent system operator and at the same time minimizing thermal units costs in presence of wind units and considering risk concept will be studied. The proposed model is a Mixed Integer Linear Programming (Model) along with Value at Risk (VaR) and Conditional Value at Risk (CVaR) risk measures in order to evaluating the operator risk-taking.Keywords: Value at Risk (VaR), Conditional Value at Risk (CVaR), Mixed Integer Linear Programming (MILP), stochastic programming, joint energy, reserve market, wind resources uncertainty
-
Pages 35-48To control 3-DOF model of human arm movement in page and to reach robust control in external disturbance, unmodeled dynamics and uncertainties of model with time-varying properties, continues terminal sliding mode control as an adaptive-robust control was used. This controller have exponential convergence to zero tracing error, but chattering phenomenon in sliding control isnt decrease desirable. In this paper, to decrease chattering, we coupled a recurrent neural network by a single hidden layer into the terminal sliding control (TSM). Moreover, because of systematic redundancy in the model of arm, dont exist unique joint trajectories to considering as a default, so to reach online desired trajectories in reaching, online routing algorithm was used with Neuro-TSM control. For testing the robustness in control, we applied disturbance signals of torque. The results have shown,Neuro-TSM along with online routing algorithm, in addition to reducing chattering, could track joint trajectories and end effector path with very low errors.Keywords: online routing algorithm, recurrent neural network, terminal sliding control, three rigid human arm model
-
Pages 49-62In this paper, a fuzzy method called C-Means is used for division of a power system into different region. The extension of disturbance between these regions can be avoided by using a FACTS-embedded local controller in each region. Optimal location of FACTS devices (STATCOM) are determined by designing a voltage control method and using an optimization algorithm. This control method is a decentralized approach that prevents unallowable deviation of voltage during disturbances. To verify the performance of the proposed method, 118-bus IEEE power system is used. The simulation results show the desirable performance of the proposed method.Keywords: fuzzy adaptive modified particle swarm optimization, fuzzy C, Means algorithm, voltage control, STATCOM
-
Pages 63-76satellites as seen by the receiver(s), plays a very important role in the total positioning accuracy. Geometric Dilution of Precision (GDOP) is an indicator showing how well the constellation of GPS satellites is organized geometrically. The approach is based on approximation or classification of the GDOP factors utilizing the hybrid Particle Swarm Optimization (PSO) and Support Vector Machine (SVM) method. Without matrix inversion required, this method is capable of evaluating all subsets of satellites and hence reduces the computational burden. This would enable the use of a high-integrity navigation solution without the delay required for many matrix inversions. This method which are using the first time for classification of GDOP, were compared Neural Network (NN), Genetic Algorithm (GA), and SVM that recently been used for this purpose. The experiments show that the approximation total RMS errors of PSOSVM are less than 0.166m and total performance classification of PSOSVM is 99.9%.Keywords: Global Positioning System, Geometric Dilution of Precision, Support Vector Machine, Particle Swarm Optimization
-
Pages 77-86HV substations equipment protection as a strategic point on the power network always has attracted attention of power planners. An increase in the generation capacity and interconnected operation of neighboring grids can result in an increase in the fault currents during a contingency in a power system. The increased fault currents may exceed the maximum fault current rating of existing protective apparatus. Therefore FCLs are used which perform switching operations quickly and safely in the event of a power system fault. This study proposes a methodology for determining the location of FCL by considering the reduction of fault current and the reliability indices according to the location of FCL in a conventional arrangement such as one breaker and half. Finally, the fuzzy decision method which is suitable for solving problems with no advantages respect to each other to determine the optimal location of FCLs is used.Keywords: HV substations, reliability indices, fuzzy decision method, fault current limiter
-
Pages 87-106In smart grids, customers will be enabled to change their strategies by electricity prices. In fact, in smart grid, we obvious a great correlation between price and load signals which show the market participants will have complex model in their decisions to maximize their profit. Many pervious-studies forecasted load or price independently. But they were not suitable for smart grid environment. To overcome this shortage, we present Multi-Input Multi-Output based Least Squares Support Vector Machine (MIMO-LSSVM) forecasted engine which can consider the correlation between price and load signals in simultaneous model. In other words, this paper presents a new hybrid algorithm to forecast day-ahead price and load in the electricity market. It consists of four stages known as a Discrete Wavelet Transform (DWT) to make valuable subsets, fuzzy mutual information (FMI) to select best input candidate and LSSVM-MIMO model. Finally, the LSSVM-MIMO parameters are optimized by a novel Improved Artificial Bee Colony (IABC) algorithm. Some forecasting indexes based on error factor are considered to shows the forecasting accuracy. Simulation results are examined on New England and New South Wales (NSW) Zone in Australias electricity markets. The numerical simulation results show that the proposed hybrid algorithm has good potential for forecasting simultaneous loap/price problems.Keywords: Wavelet transforms, LSSVM, Fuzzy Mutual Information (FMI), Price, load forecasting, Demand side management
-
Pages 107-120Simultaneous use of distributed generation units and sectionalizing switches, can significantly improves system reliability. Moreover, operation of these resources in distribution network can play important role in reducing power losses. In this paper, presents a method for simultaneous placement of mentioned equipments, in order to minimizing power loss and improving reliability with considering network technical constraints. For this problem, a cost based objective function is used. In proposed method, time varying aspect of loads is considered via multi level load modeling. An improved genetic based algorithm by introducing new and complementary operators is used as solution method for the mentioned optimal placement problem. The proposed method, based on improved genetic algorithm, is applied on a 33-bus IEEE radial distribution test system to demonstrate its performance and efficacy. Also the impact of considering time varying load model is investigated.Keywords: Distributed Generation, Sectionalizing Switch, Placement, Multi level Load, Improved Genetic Algorithm
©2000-2024 magiran.com All Rights Reserved.