جایابی بهینه تجهیزات توزیع الکتریکی با کمک یادگیری ماشین
به گزارش لینک وبسایت، محققان دانشگاه شیراز روشی را برای جایابی بهینه تجهیزات کلیدزنی سیستم های توزیع توان الکتریکی با استفاده از یادگیری ماشین عرضه دادند.
به گزارش لینک وبسایت به نقل از ایسنا، «جایابی بهینه تجهیزات کلیدزنی در سیستم های توزیع توان الکتریکی با استفاده از روش های یادگیری ماشین» عنوان طرح مهرداد ابراهیمی، دانش آموخته دانشگاه شیراز است که در چارچوب رساله دکتری و با راهنمایی محمد رستگار عضو هیات علمی این دانشگاه و حمایت بنیاد ملی علم ایران به پایان رسانده است.
ابراهیمی در اینباره اظهار نمود: تأمین توان الکتریکی باکیفیت و بی وقفه یکی از مهم ترین اهداف برنامه ریزان سیستم قدرت است. از طرفی، گستردگی سیستم توزیع توان الکتریکی و تنوع تجهیزات سبب شده است که سیستم توزیع در معرض آسیب های متعدد مانند برخورد درختان و پرندگان با تجهیزات الکتریکی قرار گیرد. بر همین اساس، ایجاد زیرساخت های مناسب و تجهیز سیستم توزیع توان الکتریکی به تجهیزات کلیدزنی مانند مدارشکن ها، جداکننده ها برای تسهیل و تسریع فرایند مدیریت خاموشی حائز اهمیت می باشد.
وی ادامه داد: امروزه، دقت و کارایی بالای روش های یادگیری ماشین سبب شده است که برای حل مسائل مختلف مانند پیشبینی قیمت ارز، پردازش تصویر، ترجمه یک زبان به زبان دیگر از آنها استفاده گردد. روند رشد استفاده از روش های یادگیری ماشین به حدی است که در سال های اخیر، شاهد به کارگیری این روش ها برای کنترل، برنامه ریزی و توسعه سیستم قدرت هستیم.
این محقق دانشگاه شیراز افزود: بدین منظور، استفاده از روش های یادگیری ماشین برای حل مسائل برنامه ریزی سیستم قدرت به دو صورت مورد توجه قرار گرفته است. در حالت اول، از الگوریتم یادگیری ماشین بعنوان یک پردازشگر مستقل برای حل یک مساله بهره وری می شود و در حالت دوم، استفاده از الگوریتم های یادگیری ماشین در کنار روش های ریاضی پیشنهاد شده است. به عبارت دیگر، در حالت دوم، الگوریتم حل مساله ترکیبی از روش های یادگیری ماشین و ریاضی است و از الگوریتم های یادگیری ماشین بعنوان یک یاری رسان برای کاهش حجم پردازش حل مساله و افزایش دقت و کارایی روش های ریاضی استفاده می شود.
وی خاطرنشان کرد: در این رساله دکتری، مدل هایی مبتنی بر یادگیری ماشین برای حل مساله جایابی بهینه تجهیزات کلیدزنی در سیستم های توزیع توان الکتریکی عرضه شده است.
به نقل از روابط عمومی بنیاد ملی علم ایران (INSF)، ابراهیمی افزود: یکی از دستاوردهای این طرح تحقیقاتی، عرضه مدلهای دقیق و مقیاس پذیر است که حل مساله را برای سیستم های واقعی بزرگ ممکن می کند. در حالیکه با استفاده از روش های بهینه سازی ریاضی موجود، حل مساله برای سیستم های بزرگ به علت محاسبات پیچیده و محدودیت پردازنده های کامپیوتری با چالش روبرو می شود.
او در آخر تصریح کرد: توسعه دانش در مورد استفاده از روش های یادگیری ماشین برای جایابی بهینه تجهیزات کلیدزنی، امکان سنجی و طراحی نرم افزارهای داخلی مبتنی بر هوش مصنوعی برای طراحی و برنامه ریزی سیستم های توزیع توان الکتریکی و ایجاد نقشه راه برای توسعه بهینه سیستم های توزیع توان الکتریکی همچون اهداف انجام این طرح بوده است که مسیر برای دستیابی به این مهم هموار شد.
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب