دانلود مقاله و خرید ترجمه:یک مدل داده‌کاوی برای حفاظت خط انتقال مبتنی بر حقایق
بلافاصله پس از پرداخت دانلود کنید

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

آگهی چاپ مقاله isi
ورود اعضا
توجه توجه توجه !!!!
نرم افزار winrar
پیشنهادات ویژه
پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده داده کاوی
  • یک مدل داده‌کاوی برای حفاظت خط انتقال مبتنی بر حقایق

    سال انتشار:

    2013


    ترجمه فارسی عنوان مقاله:

    یک مدل داده‌کاوی برای حفاظت خط انتقال مبتنی بر حقایق


    عنوان انگلیسی مقاله:

    A Data-Mining Model for Protection of FACTS-Based Transmission Line


    منبع:

    IEEE TRANSACTIONS ON POWER DELIVERY, VOL. 28, NO. 2, APRIL 2013


    چکیده انگلیسی:

    This paper presents a data-mining model for fault-zone identification of a flexible ac transmission systems (FACTS)-based transmission line including a thyristor-controlled series compensator (TCSC) and unified power-flow controller (UPFC), using ensemble decision trees. Given the randomness in the ensemble of decision trees stacked inside the random forests model, it provides effective decision on fault-zone identification. Half-cycle postfault current and voltage samples from the fault inception are used as an input vector against target output “1” for the fault after TCSC/UPFC and “ 1” for the fault before TCSC/UPFC for fault-zone identification. The algorithm is tested on simulated fault data with wide variations in operating parameters of the power system network, including noisy environment providing a reliability measure of 99% with faster response time (3/4th cycle from fault inception). The results of the presented approach using the RF model indicate reliable identification of the fault zone in FACTS-based transmission lines.
    Index Terms: Distance relaying | fault-zone identification | random forests (RFs) | support vector machine (SVM) | thyristor-controlled series compensator (TCSC) | unified power-flow controller (UPFC).


    چکیده فارسی:

    این مقاله یک مدل داده‌کاوی برای شناسائی ناحیه خطای یک خط انتقال مبتنی بر سیستم‌های انتقال ac انعطاف‌پذیر (FACTS) ارائه می‌کند که شامل جبرانساز سری کنترل‌شده با تریستور (TCSC) و کنترلر یکپارچه عبور توان (UPFC) است، و از مجموعه درختان تصمیم استفاده می‌کند. با تصادفی بودن مجموعه درختان تصمیم در مدل جنگل‌های تصادفی، تصمیم موثر برای شناسائی ناحیه خطا حاصل می‌شود. نمونه‌های جریان و ولتاژ نیم سیکل پس از لحظه وقوع خطا به عنوان بردار ورودی در برابر خروجی هدف "1" برای خطای پس از TCSC/UPFC و "1-" برای خطای قبل از TCSC/UPFC ، برای شناسائی ناحیه خطا به کار می‌رود. این الگوریتم روی داده‌‌های خطای شبیه‌سازی شده با تغییرات وسیع در پارامترهای عملکردی شبکه قدرت منجمله شرایط نویزی تست شده است و معیار قابلیت اطمینان 99% با پاسخ زمانی سریع بدست آمده است (سه چهارم سیکل پس از لحظه خطا). نتایج روش ارائه شده به کمک مدل جنگل‌های تصادفی نشان دهنده تخیص قابل اعتماد ناحیه خطا در خطوط انتقال مبنی بر FACTS است.
    کلمات کلیدی: رله دیستانس | تشخیص ناحیه خطا | جنگل‌های تصادفی (RF ها) | ماشین بردار پایه (SVM) | جبرانسازی سری کنترل‌شده با تریستور (TCSC) | کنترلر یکپارچه عبور توان (UPFC).


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 7
    تعداد صفحات فایل doc فارسی: 19

    حجم فایل: 364 کیلوبایت


    قیمت: 25000 تومان  22500 تومان(10% تخفیف)


    توضیحات اضافی:




تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-کاوی
موضوعات