به كارگيري روشهاي دسته بندي الگو در تقسيم قدرت به نواحي كنترل ولتاژ و مقايسه نتايج آنها

Application of Pattern Recognition Algorithms for Clustering Power System to Voltage Control Areas and Comparison of Their Results

يافتن بخشي از سيستم قدرت كه به فروپاشي نزديك مي‌شود، يكي از اهداف تحليل پايداري ولتاژ است. اين بخش كه ناحيه ضعيف از نظر پايداري ولتاژ ناميده مي‌شود، يك ناحيه كنترل ولتاژ است. تعيين اين ناحيه و نواحي كنترل ولتاژ مجاورش، از اهميت خاصي در بهبود پايداري ولتاژ برخوردار است. تعيين ناحيه ضعيف ولتاژ براي طراحي به هنگام كنترل تصحيحي نيازمند روشي به اندازه كافي سريع و دقيق است. به اين منظور در اين مقاله با اختصاص بردارهايي به هر باس سيستم قدرت كه وضعيت اين باسها را از نظر پايداري ولتاژ منعكس مي‌كنند و با استفاده از روشهاي دسته‌بندي همچون شبكه عصبي كوهنن، الگوريتم C-Means فازي و الگوريتم كوهنن فازي، نواحي كنترل ولتاژ سيستم قدرت در هر شرايط كاري تعيين مي‌شود. همچنين مزاياي روش پيشنهادي نسبت به روشهاي مرسوم همچون تعيين همزمان باسهاي PQ و PV متعلق به ناحيه ضعيف، تعيين ناحيه ضعيف بدون نياز به مدل سيستم و تعيين ناحيه ضعيف در همه شرايط سيستم اعم از نزديك بودن يا دور بودن به نقطه ناپايداري نشان داده مي‌شود. به علاوه با مقايسه نتايج حاصل از به كارگيري اين روشهاي دسته‌بندي مشاهده مي‌شود كه شبكه عصبي كوهنن با توپولوژي دوبعدي از نظر آساني به كارگيري و دقت نتايج حاصل ابزار مناسبي براي تقسيم سيستم قدرت به نواحي كنترل ولتاژ است و بر روشهاي C-Means فازي و كوهنن فازي برتري است.

Finding the collapse susceptible portion of a power system is one of the purposes of voltage stability analysis. This part which is a voltage control area is called the voltage weak area. Determining the weak area and adjecent voltage control areas has special importance in the improvement of voltage stability. Designing an on-line corrective control requires the voltage weak area to be determined by a sufficiently rapid and precise method. In this paper, a new algorithm based on assigning a vector to each power system bus is presented. These vectors indicate buses conditions from the viewpoint of voltage stability. In this new method, using the clustering methods such as kohonen neural network, fuzzy C-Means algorithm and fuzzy kohonen algorithm, voltage control areas are determined The proposed method has advantages such as determining PV and PQ buses which belong to the weak area simultanously, under all operating conditions and without a need to system model. Also by comparing the results of applying clustering methods, it has been observed that, due to simplicity of implementation and precision of the results, the two dimensional kohonen neural network is a more suitable tool for clustering power system to voltage control areas than the fuzzy C-Means and fuzzy kohonen methods. Keywords: Voltage stability, Voltage weak area, Voltage control area, Corrective control, Pattern recognition, Kohonen neural network, Fuzzy C-Means algorithm, Fuzzy Kohonen algorithm.