کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
399180 1438719 2016 6 صفحه PDF 18 صفحه WORD دانلود کنید
عنوان انگلیسی مقاله
Teaching Learning Based Optimization algorithm for reactive power planning
ترجمه فارسی عنوان
الگوریتم بهینه سازیِ مبتنی بر آموزش و یادگیری برای برنامه ریزیِ توان راکتیو
کلمات کلیدی
هزینة عملیاتی، اتلاف تلاف اکتیو، الگوریتم TLBO، بهینه سازیِ توان راکتیو
فهرست مطالب مقاله
چکیده

کلمات کلیدی

مقدمه

فرمول بندیِ مسأله 

توابع هدف

کمینه سازیِ اتلاف توان فعال

توسعة نمودار ولتاژ 

محدودیت های نابرابری

شناساییِ گره ضعیف با روش تحلیل مودال 

الگوریتم بهینه سازیِ مبتنی بر آموزش و یادگیری

نتایج و بحث

جدول 1. اتلاف توان فعال و هزینه عملیاتیِ سیستم بدون بهینه سازی

شکل 1. فلوچارت الگوریتم TLBO

جدول 2.  نتیجة تست هزینة عملیاتی و اتلاف توان فعال 

جدول 3. کاهش در اتلاف توان فعال و هزینة عملیاتی با استفاده از روش های مختلف بهینه سازی

شکل 2. تغییرات هزینة عملیاتی با تولید برای سیستم باس IEEE 30

شکل 3. تغییرات هزینة عملیاتی با تولید برای سیستم باس IEEE 57

نتیجه گیری

 
ترجمه چکیده
برنامه ریزیِ توان راکتیو یکی از مهم ترین مسأله های بحث برانگیز در عملیات مؤثر و اصلیِ شبکة توان درون-پیوندی است، که به هماهنگیِ مؤثر و بهینة تمام منابع توان راکتیو موجود در شبکه نیاز دارد. به تازگی، الگوریتم بهینه سازیِ مبتنی بر آموزش و یادگیری (TLBO) ارائه شده است و در حوزة بهینه سازیِ مهندسی به کار می رود. در کار پیشنهادی و سیستم باس IEEE 30 و IEEE 57 از الگوریتم بهینه سازیِ TLBO برای برنامه ریزیِ توان راکتیو استفاده شده است. نتایج به دست آمده توسط این روش با نتایج حاصل از سایر روش های بهینه سازی مانند PSO (بهینه سازیِ ازدحام ذرات)، Krill herd، HSA (الگوریتم جستجوی هارمونی) و BB-BC (Big Bang-Big Crunch) مقایسه شده اند. در انتها، TLBO در میان روش های بررسی شده به عنوان کارآمدترین روش برای برنامه ریزیِ توان شناخته شده است و می توان به عنوان یکی از روش های استاندارد برای بهینه سازیِ توان راکتیو در نظر گرفت.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی


• Teaching Learning Based Optimization method in reactive power optimization.
• Active power loss minimization.
• Optimization of system operating cost.
• Comparative analysis with other optimization methods.

Reactive power planning is one of the most challenging problem for efficient and source operation of an interconnected power network. It requires effective and optimum co-ordination of all the reactive power sources present in the network. Recently, Teaching Learning Based Optimization (TLBO) algorithm is evolved and finds its application in the field of engineering optimization. In the proposed work TLBO based optimization algorithm is used for reactive power planning and applied in IEEE 30 and IEEE 57 bus system. The results obtained by this method are compared with the results obtained by other optimization techniques like PSO (Particle swarm optimization), Krill heard, HSA (Harmony search algorithm) and BB-BC (Big Bang-Big Crunch). At the end, TLBO appears as the most effective method for reactive power planning among all the methods discussed and can be considered as one of the standard method for reactive power optimization.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Electrical Power & Energy Systems - Volume 81, October 2016, Pages 248–253
نویسندگان
, ,