A machine learning based optimized energy dispatching scheme for restoring a hybrid microgrid

هنگامی که یکپارچگی منابع انرژی متناوب در نظر گرفته می شود، یک میکروگرید که در حالت مستقل عمل می کند، به بی ثباتی بسیار آسیب پذیر است. اگر یک خطای اتصال کوتاه در یک میکروگرید رخ دهد در حالی که با محدودیت طراحی آن کار می کند، اغلب هزینه های صرفه جویی در سیستم، یک کار چالش برانگیز می شود. تحت چنین احتمالی تجزیه و تحلیل پیش بینی می تواند مورد استفاده قرار گیرد برای تقویت طرح های ترمیم سیستم. در این مطالعه، یک سیستم مبتنی بر الگوریتم یادگیری ماشین برای پیش بینی امنیت یک میکروگرید جداگانه و بر اساس پیش بینی، برنامه ریزی چندین دیزل ژنراتور پشتیبان تحت احتمالی از دست دادن یک واحد تولید کننده اصلی اجرا شده است. هدف اصلی این است که پس از پاکسازی خطای کوتاه اتصال سه فازی بحرانی، پایداری ولتاژ با یک طرح اعمال تخلیه اقتصادی بهینه شود. در نهایت، یک مجموعه امیدوار کننده از نتایج مشاهده و مورد بحث قرار می گیرد.