فهرست مطالب

فصلنامه هوش محاسباتی در مهندسی برق
سال پنجم شماره 2 (تابستان 1393)

  • تاریخ انتشار: 1393/04/27
  • تعداد عناوین: 8
|
  • سلمان حاجی آقاسی*، حسین پایدارنیا، کریم عباس زاده، فاطمه معتبریان صفحات 1-16
    با توجه به نیاز روز افزون قابلیت اطمینان در سیستم های قدرت و هوشمندسازی شبکه ها و همچنین با نظر به اینکه، ترانسفورماتورها یکی از اجزای اصلی سیستم های انتقال و توزیع می باشند، اهمیت پایش وضعیت برخط این تجهیزات در سیستم قدرت امری انکار ناپذیر است. دراین مقاله روش جدیدی برای پایش وشناسایی بر خط انواع خطا های داخلی ترانسفورماتور براساس شار نشتی ارائه شده است. با وقوع خطای سیم پیچی در ترانسفورماتور تقارن شارها از بین رفته وسبب افزایش یا کاهش شار نشتی می شود که با توجه به مکان وشدت خطا میزان تغییرات این شارها متفاوت خواهد بود و می توان از این تغییرات در شناسایی خطا استفاده کرد. در این مقاله برای اندازه گیری شارهای نشتی وشناسایی خطا از کویل های جستجو گری که برروی سیم پیچ های فشار قوی نصب شده اند، استفاده شده است. برای شناسایی وکلاس بندی خطا ها از شبکه عصبی احتمالاتی استفاده شده است و جهت پایش برخط وضعیت ترانسفورماتور،از تبدیل PCA استفاده شده است. نتایج شبیه سازی با استفاده از نتایج تست آزمایشگاهی تایید شده وکارایی روش پیشنهادی را تایید می کنند.
    کلیدواژگان: ترانسفورماتور، خطای سیم پیچی داخلی، کویل جستجوگر، شبکه عصبی احتمالاتی
  • عادل اکبری مجد*، بهروز صبحانی صفحات 17-28
    توان اکتیو و راکتیو تولیدات پراکنده معمولا در شرایط متصل به شبکه توسط استراتژی جریان dq کنترل می شود. اما پس از جزیره ای شدن استراتژی کنترل جریان dq نمی تواند وظیف کنترل را به درستی انجام دهد؛ در نتیجه این کنترل کننده غیر فعال شده و یک کنترل کننده پیش فاز-پس فاز تنظیم شده بوسیله الگوریتم بازپخت شبیه سازی شده برای تولید پراکنده در حالت جزیره ای پیشنهاد می گردد. معیار مجموع حاصلضرب زمان در سیگنال خطا به عنوان تابع هدف الگوریتم بازپخت شبیه سازی شده فلزات برای بهینه پارامترهای کنترل کننده بکارگرفته می شود تا پاسخ سریع و مقاوم برای سیستم به دست آید. کنترل کننده پیشنهادی حاشیه های پایداری مقاوم سیستم را بهبود می دهد و نتایج شبیه سازی به ازای شرایط مختلف بار و ورودی، قوام و سرعت بیشتر کنترل کننده پیشنهادی در مقایسه با یک کنترل کننده مشابه قبلی را تایید می کند.
    کلیدواژگان: تولیدات پراکنده، رشرایط جزیره ای، کنترل پیش قاز پسفاز، عملکرد مقاوم، الگوریتم بازپخت شبیه سازی شده
  • مهسا جروقی، موسی شمسی، حمیدرضا صابرکاری*، محمدحسین صداقی، علی مومن نژاد صفحات 29-46
    داده های ریزآرایه در تشخیص و طبقه بندی انواع بافت های سرطانی نقش بسزایی دارند. در پژوهش های سرطان همیشه تعداد نسبتا کم نمونه ها در ریزآرایه باعث ایجاد مشکلاتی در طراحی طبقه بندها شده است. بنابراین داده های ریزآرایه قبل از طبقه بندی از طریق تکنیک های انتخاب ژن پیش پردازش و ژن های فاقد اطلاعات آن ها دور ریخته می شود. اساسا یک روش انتخاب ژن مناسب می تواند بطور موثر کارایی دسته بندی بیماری ها (سرطان) را بهبود بخشد. در این مقاله یک روش جدید بر پایه مدل ترکیبی ازدحام ذرات باینری (BPSO) و آنالیز تفکیک کننده خطی بیز (BLDA) جهت طبقه بندی داده های ریزآرایه با ابعاد بالا ارائه شده است. ابتدا موقعیت هر ذره بصورت بردار باینری و بصورت تصادفی نمایش داده می شود. بطوریکه هر بیت نشاندهنده یک ژن است. بیت صفر نشاندهنده این است که ویژگی (ژن) متناظر با آن انتخاب نشده و بیت یک نشاندهنده این است که ژن متناظر با آن انتخاب شده است. لذا موقعیت هر ذره بیانگر یک مجموعه ژن بوده و میزان تناسب هر ذره توسط الگوریتم طبقه بندی آنالیز تفکیک کننده خطی بیز جهت ارزیابی کیفیت مجموعه ژن انتخاب شده توسط آن ذره محاسبه می شود. الگوریتم پیشنهادی بر روی چهار مجموعه از پایگاه داده سرطان اعمال و نتایج آن با سایر روش های موجود مقایسه شده است. نتایج پیاده سازی نشان می دهد که الگوریتم پیشنهادی از دقت و اعتبار بالایی در مقایسه با سایر روش های موجود برخوردار بوده و قادر است یک مجموعه کوچک از ژن های حاوی اطلاعات را به گونه ای انتخاب کند که دقت طبقه بندی افزایش یابد.
    کلیدواژگان: آنالیز تفکیک کننده خطی بیز، انتخاب ویژگی، بهینه سازی ازدحام ذرات باینری، بیان ژن، ریزآرایه، طبقه بندی
  • ناصر طالبی*، محمد علی صدرنیا، احمد دارابی صفحات 47-68
    قابلیت اطمینان در سیستم های تبدیل انرژی بادی، بسیار مهم و حیاتی است تا دریافت حداکثر مقدار انرژی موجود در باد تضمین شود. به منظور بررسی صحیح و دقیق این سیستم ها در هنگام وقوع خطا و همچنین بررسی نحوه اثرگذاری خطاها بر تمامی زیرسیستم های آن ها، نیاز به مدلی است که قسمت های مکانیکی و الکتریکی را با جزئیات مناسبی شامل شود. همچنین یک سیستم تشخیص و جداسازی خطا مورد نیاز است که با بهره گیری از این مدل کامل، خطاهای به وقوع پیوسته را در زمان کوتاه شناسایی کند، به نحوی که عملکرد صحیح سیستم تضمین و از خسارات شدید اقتصادی جلوگیری شود. در این تحقیق با استفاده از مدل دینامیکی کامل سیستم تبدیل انرژی بادی، یک سیستم تشخیص و جداسازی خطا با استفاده از شبکه های عصبی دینامیکی بازگشتی ارائه می شود که توسط آن می توان خطاهای به وقوع پیوسته در سنسور سرعت زاویه ای ژنراتور، سنسور و محرک فراز را تشخیص داد. نتایج شبیه سازی نشان می دهد که سیستم تشخیص و جداسازی خطا به همراه الگوریتم ارائه شده در این مقاله، قابلیت بالایی در تشخیص خطا در زمان کم را دارد، خطاهای شناسایی شده را به نحو مناسبی جداسازی می کند و نرخ هشدارهای اشتباه در آن بسیار پائین است. از طرح ارائه شده در این تحقیق می توان برای شناسایی خطاها در سایر قسمت های سیستم نیز استفاده کرد.
    کلیدواژگان: تشخیص و جداسازی خطا، سیستم تبدیل انرژی بادی، شبکه های عصبی بازگشتی
  • زهره طالبی*، علی محمد لطیف صفحات 69-78
    تصویر دیجیتال به دلیل ماهیت خاص خود دارای الگوریتم های رمزنگاری ویژه می باشد. در اکثر روش های رمزنگاری تصویر، از یک دنباله ریاضی برای درهم ریزی تصویر استفاده می شود. دنباله های ریاضی استفاده شده تاکنون، یک رابطه ی بازگشتی هستند که دارای یک مجموعه ضرایب بوده و با تغییر ضرایب، دنباله های عددی مختلفی را می توان تولید کرد. میزان درهم-ریزی تصویر توسط هر دنباله با معیارهای ارزیابی استانداردی محاسبه می شود. به دلیل پیچیدگی سیستم رمزنگاری تصویر و عدم وجود رابطه ی مشخص ضرایب دنباله با معیارهای ارزیابی، انتخاب ضرایب مناسب دنباله به آسانی امکان پذیر نیست. در این مقاله ضرایب رابطه ی بازگشتی توسط الگوریتم ژنتیک با در نظر گرفتن یک فرم عمومی برای رابطه بازگشتی و تعریف تابع برازندگی مناسب محاسبه می شوند به گونه ای که دنباله ی یافته شده کارایی مطلوبی برای رمزنگاری تصویر داشته باشد. آزمایش ها نشان می دهد دنباله ی به دست آمده از الگوریتم ژنتیک نسبت به ضرایب تعدادی از روش ها نتایج رضایت بخش تری از خود نشان می دهد.
    کلیدواژگان: الگوریتم ژنتیک، درهم ریزی تصویر، رمزنگاری تصویر
  • محمد صادق جوادی*، محسن صنیعی، حبیب رجبی مشهدی صفحات 79-90
    این مقاله، به معرفی یک روش بهینه سازی هیبرید به منظور تحلیل مسائل بهینه سازی مختلط با عدد صحیح می پردازد. مدل هیبرید یاد شده به صورت یک برنامه بهینه سازی دو سطحی، شامل مسئله اصلی و تعدادی زیرمسئله پیاده سازی شده است. در روش پیشنهادی از یک پایگاه داده مجازی به منظور ذخیره سازی مجموعه حالات ارزیابی شده در حین اجرای الگوریتم بهینه سازی استفاده شده است. این پایگاه داده مجازی ضمن سرعت بخشیدن به روند شبیه سازی، امکان به اشتراک گذاشتن و استفاده از آن در برنامه های شبیه ساز با بیش از یک پروسسور را نیز فراهم می نماید. مسئله برنامه ریزی توسعه همزمان تولید و شبکه انتقال به عنوان یک مسئله بهینه سازی مختلط با عدد صحیح دینامیک جهت ارزیابی مدل بهینه سازی هیبرید پیشنهادی مورد توجه قرار گرفته است. نتایج شبیه سازی بر روی شبکه های تست نمونه نشان دهنده کارایی آن در حل مسئله برنامه ریزی بلندمدت در سیستم قدرت می باشد.
    کلیدواژگان: الگوریتم ژنتیک، برنامه ریزی توسعه، بهینه سازی مختلط با عدد صحیح، پایگاه داده مجازی
  • سید احسان رضوی اسفلی، حمید فلقی* صفحات 91-110
    بهره گیری از واحد های اندازه گیری فازوری در سال های اخیر به صورت گسترده ای در زمینه های نظارت، کنترل و حفاظت سیستم های قدرت مورد توجه قرار گرفته است. در عمل از آنجاکه سیستم های قدرت واقعی دارای تعداد زیادی شین می باشند، محدودیت اقتصادی و فنی مانع نصب تمام این واحد های اندازه گیر در مدت زمان کوتاهی می شوند، از این رو نصب واحد های فازوری به صورت چند مرحله ای صورت می گیرد. در این مقاله به منظور افزایش مشاهده پذیری در طول افق برنامه ریزی یک روش دینامیکی چند مرحله ای با معرفی یک شاخص جدید ارائه شده است. در روش پیشنهادی برخلاف روش های مرسوم، مکان یابی واحدهای فازوری برای هر مرحله وابسته به مراحل قبل و بعد آن می باشد که نتیجه ی آن افزایش فضای جستجو و نهایتا تحصیل پاسخ بهینه مساله می باشد. همچنین در این رهیافت، مکان یابی برای تمامی مراحل میانی در قالب یک فرآیند بهینه سازی صورت می پذیرد. همچنین در این مطالعه به منظور در نظر گرفتن جنبه های عملی مساله، محدودیت کانال های اندازه گیری و مخابراتی واحدهای اندازه گیری فازوری پوشش داده شده است. با توجه به پیچیدگی مدل پیشنهادی نسبت مدل های مرسوم، به منظور بهینه سازی مساله از الگوریتم بهینه سازی خفاش استفاده شده است. در پایان روش پیشنهادی جهت مکان یابی چند مرحله ای در چندین شبکه نمونه و نیز شبکه ی انتقال سراسری kv230 و kv400 ایران استفاده شده است و با مقایسهی نتایج به دست آمده با نتایج روش های مکان یابی چند مرحله ای موجود کارایی مدل پیشنهادی نشان داده شده است.
    کلیدواژگان: الگوریتم بهینه سازی خفاش، برنامه ریزی چند مرحله ای دینامیکی، مشاهده پذیری سیستم قدرت، مکان یابی بهینه، واحد اندازه گیر فازوری
  • محمود جورابیان*، احسان افضلان صفحات 111-134
    روش بهینه سازی جستجوکننده (SOA) همانگونه که هم اکنون خوانده می شود، به دلیل موثر بودن در حل بعضی مسائل مشکل بهینه-سازی دنیای واقعی، در حال به دست آوردن محبوبیت در میان جامعه ی محققان است. این مقاله روش کنترل فرکانس بار (LFC) بر پایه ی SOA را برای حذف نوسانات سیستم قدرت ارائه می دهد. یک سیستم حرارتی دو ناحیه ای و یک سیستم قدرت چهار ناحیه ای تجدید ساختار یافته مجهز به کنترلرهای تناسبی- انتگرالی (PI) در نظر گرفته شده اند.SOA برای جستجوی پارامترهای بهینه ی کنترلر از طریق کمینه کردن تابع هدف حوزه ی زمان به کار بسته شده است. عملکرد کنترلر پیشنهادی با عملکرد کنترلر PI متداول و کنترلر PI تنظیم شده با الگوریتم های جستجوی ذرات(PSO)، کاوش باکتری(BFA) مورد مقایسه قرار گرفته تا قابلیت برتر SOA پیشنهادی در تنظیم کنترلر PI نشان داده شود. نتایج شبیه سازی بر عملکرد بهتر کنترلر PI بهینه شده بر مبنای SOA در مقایسه با کنترلر PI بهینه شده با PSO و BFA و کنترلر مرسوم در دامنه ی وسیعی از نقاط کاری و تغییرات پارامترهای سیستم تاکید دارند.
    کلیدواژگان: کنترل فرکانس بار (LFC)، کنترلرهای تناسبی، انتگرالی (PI)، روش بهینه سازی جستجوکننده (SOA)، کنترل سیستم قدرت
|
  • S. Hajiaghasi *, H. Paidarnia, K. Abbaszadeh, F. Moatabarian Pages 1-16
    In recent years with notice increase reliability in power system and Intelligent Systems and also notice that transformers are one of the main part of the transmission and distribution systems، online monitoring of these equipment in power system are require. In this paper، a new method for online interturn fault detection base on leakage flux in power transformer are propose. When an interturn fault occur the symmetry of flux destruction and leakage flux increase or decrease and for various location and severity of fault leakage flux is different and it can be used for fault detection. In this paper for measure these flux we using search coils that mounted on HV winding. To fault detection and classify we using probabilistic neural network. and for decrease the information volume PCA is used. The simulation results are compare and verified with experimental result and show that this propose method is very good.
    Keywords: transformer, interturn fault, search coil, probabilistic neural network
  • A. Akbarimajd *, B. Sobhani Pages 17-28
    Active and reactive power components of a Distributed Generation (DG) is normally controlled by a conventional dq-current control strategy however، after islanding the dq-current which is not able to successfully complete the control task is disabled and a lead-lag control strategy based optimized by simulated annealing is proposed for control of DG unit in islanding mode. Integral of Time multiply by Absolute Error (ITEA) criterion is used as cost function of simulated annealing in order to achieve smooth response and robust behavior. The proposed controller improved robust stability margins of the system. Simulations with different load and input operating conditions verify advantages of the proposed controller in comparison with a previously developed classic controller in terms of robustness and response time.
    Keywords: Distributed generation, Islanding event, Lead, lag control, robust performance, simulated annealing
  • M. Joroughi, M. Shamsi, H.R. Saberkari *, M.H. Sedaaghi, A. Momennezhad Pages 29-46
    Microarray data have an important role in identification and classification of the cancer tissues. In cancer researches always a few samples of microarrays are led to some problems in designing the classifiers، so non-informative genes have been removed from microarray data before classification using the preprocessing gene selection techniques. Basically، appropriate gene selection method can significantly improve the performance of cancer classification. In this paper، a new method is proposed based on hybrid model Binary Particle Swarm Optimization algorithm and Bayesian Linear Discriminant Analysis in order to classification of large scale microarray data. First، the position of each particle is represented in the form of binary vector and random، as each bit illustrates a gene. The zero and one bits represent that the corresponding feature (gene) is not/is selected، respectively. So the position of each particle clarifies a gene subset and fitness of each particle is calculated using Bayesian Linear Discriminant Analysis algorithm to quality evaluation of selected gene subset by that particle. The proposed algorithm is applied on four cancer datasets and its results are compared with other existed methods. Simulation results illustrate that proposed algorithm has high accuracy and validity compared to other existed methods and enables to select the small subset of informative genes in order to increase the classification accuracy.
    Keywords: Gene expression, Binary Particle Swarm Optimization, Bayesian Linear Discriminant Analysis, Classification, Gene selection
  • N. Talebi *, M.A. Sadrnia, A. Darabi Pages 47-68
    Reliability of Wind Energy Conversion Systems (WECSs) is greatly important regarding to extract the maximum amount of available wind energy. In order to accurately study WECSs during occurrence of faults and to explore the impact of faults on each component of WECSs، a detailed model is required in which mechanical and electrical parts of WECSs are properly involved. In addition، a Fault Detection and Isolation System (FDIS) is required by which occurred faults can be diagnosed at the appropriate time in order to ensure safe system operation and avoid heavy economic losses. This can be performed by subsequent actions through fast and accurate detection and isolation of faults. In this paper، by utilizing a comprehensive dynamic model of the WECS، an FDIS is presented using dynamic recurrent neural networks. In industrial processes، dynamic neural networks are known as a good mathematical tool for fault detection. Simulation results show that the proposed FDIS detects faults of the generator''s angular velocity sensor، pitch angle sensors and pitch actuators appropriately. The suggested FDIS is capable to detect and isolate the faults shortly while owing very low false alarms rate. The presented FDIS scheme can be used to identify faults in other parts of the WECS.
    Keywords: Wind Energy Conversion System (WECS), Doubly Fed Induction Generator (DFIG), Fault Detection, Isolation System (FDIS), Recurrent Neural Networks
  • Z. Talebi *, A.M. Latif Pages 69-78
    Digital image has special cryptography algorithms for its specific properties. A mathematics sequence in most image cryptography has been used for image scrambling. The used mathematics sequence has a recursive equation which it has some coefficients that changes of these coefficients can generate different sequences. Performance of this sequence in image cryptography is evaluated with different standard criteria. Due to complexity of system and no direct relation between the coefficient and evaluation criteria، selection of the suitable coefficient is not easily possible. In this article، by considering a general form of recursive equation and define a fitness function، the proper coefficients are calculated by genetic algorithm that satisfies the evaluation criteria. The experimental results show that recursive equation that is computed by the genetic algorithm has satisfactory performance from some schemes.
    Keywords: Genetic Algorithm, Image Scrambling, Image Cryptography
  • Javadi *, M. Saniei, H. Rajabi Mashhadi Pages 79-90
    This paper presents a hybrid optimization technique in order to solve large scale mixed integer optimization problems. The aforementioned technique is modeled as a two-level optimization problem consists of a master problem and some slave sub-problems. In the proposed method، a virtual database has been considered in line with the master problem to store evaluated cases during simulation. The virtual database accelerates the simulation process and also could be incorporated in multi-processor simulators. Composite generation and transmission expansion planning problem is modeled as a dynamic mixed integer optimization problem has been considered here to evaluate the proposed technique. The simulation results show that the presented method is satisfactory and consistent with the expectation.
    Keywords: Genetic Algorithm, Expansion Planning, Mixed Integer Programming, Virtual Database, Hybrid Model
  • S. E. Razavi Asfali, H. Falaghi * Pages 91-110
    In recent years، utilization of phasor measurement units (PMUs) has increased in monitoring، control and protection of power systems. In reality، power systems are large scale، accordingly، financial limitations (due to PMU cost) and technical problems are avoiding to install all necessary PMUs in one stage. Therefore، the PMUs usually are installed in several stages. This paper proposes a new dynamic multi-stage PMU placement approach by introducing a new index related to network observability in planning stages. Despite of conventional methods، the proposed multi-stage PMU placement is investigated dependently، simultaneously، and dynamically. Moreover، the phasing of PMUs of all stages is achieved in a single optimization process. Furthermore، in order to consider the practical aspect، the channel and communication limitations are covered in this study. According to the complexity of the proposed model، Bat Algorithm is used as an optimization tool to solve the proposed dynamic multi-stage PMU placement model. The proposed approach is applied on standard IEEE 14-، 57- and 118- bus test systems as well as Iranian 230- and 400-kV transmission network. Finally، the obtained results are compared with the results of conventional methods and ability of the proposed approach is investigated.
    Keywords: Bat optimization algorithm, Dynamic multi, stage planning, Network observability, Optimum placement, Phasor measurement unit (PMU)
  • M. Joorabian *, E. Afzalan Pages 111-134
    The Seeker Optimization Algorithm (SOA)، as it is called now، is currently gaining popularity in the community of researchers، for its effectiveness in solving certain difficult real world optimization problems. This paper proposes SOA based Load Frequency Control (LFC) for the suppression of oscillations in power system. A two area system and four area system deregulated is considered to be equipped with proportional plus integral (PI) controllers. SOA is employed to search for optimal controller parameters by minimizing the time domain objective function. The performance of the proposed controller has been evaluated with the performance of the conventional PI controller and PI controller tuned by Particle Swarm Optimization (PSO) and Bacterial Foraging Algorithm (BFA) in order to demonstrate the superior efficiency of the proposed SOA in tuning PI controller. Simulation results emphasis on the better performance of the optimized PI controller based on SOA in compare to optimized PI controller based on PSO and BFA and conventional one over wide range of operating conditions، and system parameters variations.
    Keywords: load frequency controlle(LFC), seeker optimization algorithm(SOA), oscillations in power system