دانلود ترجمه مقاله کنترل کننده پیشگویانه عصبی از دو کنترل فرکانس بار دو فاصله ای برای سیستم برق متصل بهم
ترجمه در قالب فایل Word و قابل ویرایش میباشد
سال انتشار:2010
تعداد صفحه ترجمه:27
تعداد صفحه فایل انگلیسی:10
موضوع انگلیسی :Neural predictive controller of a two-area load
frequency control for interconnected power system
موضوع فارسی:دانلود ترجمه مقاله کنترل کننده پیشگویانه عصبی از دو کنترل فرکانس بار دو فاصله ای برای سیستم برق متصل بهم
چکیده انگلیسی:Abstract The present paper investigates the load-frequency control (LFC) for improving power system
dynamic performance over a wide range of operating conditions. This study proposed design and
application of the neural network model predictive controller (NN-MPC) on two-area load frequency
power systems. Neural network model predictive control (NN-MPC) combines reliable prediction of
neural network with excellent performance of model predictive control using nonlinear Levenberg–
Marquardt optimization. The controller used the local power area error deviation as a feedback signal.
To validate the effectiveness of the proposed controller, two-area power system is simulated over
a wide range of operating conditions and system parameters change. Further, the performance of the
proposed controller is compared with a fuzzy logic controller (FLC) through simulation studies.
Obtained results demonstrate the effectiveness and superiority of the proposed approach
چکیده فارسی:
مقاله حاضر به بررسی کنترل فرکانس بار (LFC) برای بهبود عملکرد پویای سیستم برق در دامنه وسیعی از شرایط کار می پردازد. این تحقیق طراحی و استفاده از کنترل کننده پیشگویانه مدل شبکه عصبی (NN-MPC) را بر روی سیستمهای برق با فرکانس بار دو فاصله ای پیشنهاد می کند. کنترل پیشگویانه مدل شبکه عصبی، پیش بینی دقیق شبکه عصبی را با عملکرد عالی از کنترل پیشگویانه مدل و با استفاده از بهینه سازی لونبرگ- مارکواد ترکیب می کند. کنترل کننده از انحراف خطای منطقه ای برق محلی بعنوان سیگنال شبیه سازی شده بر روی دامنه وسیعی از شرایط کار و تغییر پارامترهای سیستم استفاده می کند. عملکرد کنترل کننده پیشنهادی با کنترل کننده منطق فازی (FLC) با استفاده از تحقیقهای شبیه سازی مقایسه می شود.
نتایج به دست آنها تاثیرگذاری و برتری روش پیشنهاد شده را نشان می دهند.