انجام پروژه و پایان نامه کنترل پیش بین فازی و عصبی در سیستم قدرت دو ناحیه ای

انجام پروژه و پایان نامه کنترل پیش بین فازی و عصبی در سیستم قدرت دو ناحیه ای

در این قسمت توضیحات مربوط به انجام پروژه و پایان نامه طراحی کنترل پیش بین به روش عصبی و فازی برای کنترل بار فرکانس یک سیستم قدرت دو ناحیه ای آورده شده است. این توضیحات و شبه‌سازی‌ها مربوط به مقاله Neural predictive controller of a two-area load frequency control for interconnected power system می‌باشد.

مقاله حاضر کنترل بار فرکانس (LFC) را براى بهبود عملکرد دینامیک سیستم قدرت در محدوده ى وسیعى از شرایط اجرایى بررسى میکند.این مطالعه طراحى و کاربرد کنترل کننده پیش بین شبکه عصبى (NN-MPC)  را در سیستم هاى قدرت بار فرکانس دو ناحیه ای مطرح کرده است. کنترل کننده پیش بین مدل شبکه عصبى (NN-MPC) پیش بینى مطمئن شبکه عصبى را با عملکرد خوب کنترل پیش بین با استفاده از مدل levenberg غیرخطى-بهینه سازى marquardt ترکیب میکند. کنترل کننده از انحراف خطاى ناحیه توان محلى به عنوان سیگنال فیدبک استفاده کرده است. براى اثبات اثر کنترل کننده مطرح شده، سیستم قدرت دو ناحیه ای در محدوده ى وسیعى از شرایط اجرایى و تغییر پارامترهاى سیستم شبیه سازى شده است. علاوه بر این، عملکرد کنترل کننده مطرح شده با کنترل کننده منطقى فازى (LFC) از طریق مطالعات شبیه سازى مقایسه شده است. نتایج به دست آمده اثر و برترى روش مطرح شده را توضیح میدهند.

هدف اصلى این مطالعه بررسى کاربرد کنترل کننده پیش بین مدل عصبی در کنترل فرکانس بار و مشکل بار و مشکل کنترل توان ارتباطی بین ناحیه ای براى سیستم قدرت چند ناحیه ای است. سیستم ساخته شده است و NN-MPC طراحى شده است و در سیستم به کار رفته است. مقایسه بین NN-MPC مطرح شده و FLC در شرایط مختلف مطرح شده و ارزیابى شده است. امکان و تاثیر LFC همراه با کنترل کننده پیش بین مدل عصبى مطرح شده از طریق شبیه سازى با متلب توضیح داده شده اند. نتایج شبیه سازى تأکید کرده اند که کنترل کننده مطرح شده مى تواند عملکرد کلى بهتر را مطرح کند. نتایج شبیه سازى همچنین نشان مى دهند که NN-MPC نتایج امیدبخش را در اختیار قرار مى دهد.

سیستم بررسى شده شامل ارتباط کنترل فرکانس بار دوناحیه ای است. نمودار بلوک دیاکرام کنترل فرکانس بار دو ناحیه ای در شکل زیر نشان داده شده است.

سیستم قدرت دو ناحیه ای در متلب

مدل مرسوم کنترل پیش بین (MPC) در شکل زیر نشان داده شده است.

مدل بلوک دیاگرام کنترل پیش بین

کنترل پیش بین با شبکه عصبی

شبکه های عصبی به طور موفق در شناسایی و کنترل سیستم­های دینامیک به کار رفته­اند. تقریب کلی توانایی­های پروسپترون چند لایه (MLP) آن را انتخاب کلی برای مدل سازی سیستم­های غیر خطی و برای اجرای کنترل کننده­های غیر خطی می­سازد. استفاده از شبکه عصبی برای مدل­سازی پروسه در شکل زیرنشان داده شده است. تابع ناشناخته می­تواند موافق با سیستم کنترل شده باشد و شبکه عصبی،مدل شناسایی شده پلنت است. خطای پیش بینی بین خروجی پلنت و خروجی شبکه عصبی به عنوان سیگنال آموزش شبکه عصبی استفاده شده است. مدل پلنت شبکه عصبی از ورودی­های قبلی و خروجی­های قبلی برای پیش بینی ضرایب آتی خروجی پلنت استفاده می­کند.

مدل کنترل پیش بین با شبکه عصبی

 مدل کنترل پیش بین عصبی (NN-MPC) و ناحیه ای در شکل زیر آورده شده است.

مدل متلب کنترل پیش بین عصبی

کنترل با منطق فازی

روش کنترل منطقی فازی متشکل از سه مرحله است ، یعنی فازی سازی ، قوانین کنترل فازی و غیر فازی سازی. برای طراحی کنترل کننده فرکانس بار منطق فازی، سیگنال های ورودی انحراف خطای کنترل ناحیه در زمان نمونه برداری و تغییر آن در ناحیه 1 و ناحیه 2 هستند. توابع عضویت (a) خطای کنترل ناحیه یک، (b) تغییرات خطای کنترل در ناحیه یک، (c) خطای کنترل ناحیه دو و (d) تغییرات خطای کنترل در ناحیه دو در شکل زیر نشان داده شده است.

توابع عضویت کنترل کننده فازی

هدف این کنترل تنظیم فرکانس ترمینال در خروجی ناحیه و حداقل ساختن انحراف بین خطای کنترل ناحیه  مرجع (ACE) و واقعی است. قوانین استنتاج فازی در جدول زیر مشخص شده است.

قوانین استنتاج منطق فازی fuzzy rules

بلوک دیاگرام FLC کنترل بار فرکانس دو ناحیه ای سیستم قدرت پیاده سازی شده در سیمولینک متلب در شکل زیر نمایش داده شده است.

مدل کنترل پیش بین فازی سیستم قدرت دو ناحیه ای

نتایج شبیه سازی

شکل‌های زیر به ترتیب پاسخ انحراف فرکانس ناحیه 1، انحراف فرکانس ناحیه 2 و انحراف توان انتقالی  را در نتیجه اختلال بار 0.05 pu درناحیه 1 سیستم قدرت دو ناحیه ای با LFC و NN-MPC مطرح شده نشان می دهد.

در این پروژه آماده شبیه سازی شده با متلب، روش کنترل پیش بین عصبی (NN-MPC) مطرح شده و با کنترل فازی (FLC) مقایسه شده است. از شبیه سازی ها نتیجه گیری شده است که کنترل کننده مطرح شده عملکرد مناسبی دارد و پاسخ گذرا و حالت ماندگار خوبی می دهد. همچنین از نتایج شبیه سازی نتیجه گیری شده است که روش کنترل پیشنهاد شده پیش بین عصبی، نتایج بهتری نسبت به کنترل منطقی فازی می‌دهد.

در صورت تمایل به سفارش پروژه و پایان نامه برق قدرت و کنترل، شبیه سازی مقالات برق قدرت و کنترل و خرید پروژه آماده شبیه سازی شده متلب به ما پیام دهید.

voltamoshaver@gmail.com

09374305423


مطالب مرتبط...

هیچ نظری تا کنون برای این مطلب ارسال نشده است، اولین نفر باشید...

ابزار وبمستر

ابزار وبمستر