شماره ركورد كنفرانس :
5405
عنوان مقاله :
طراحي كنترل كننده ي پشتيبان مبتني بر داده كاوي يادگيري گروهي براي سيستم توربين بادي متصل به DFIG
عنوان به زبان ديگر :
A backup control design based on Ensemble-Learning Data-mining for wind turbine system connected to DFIG
پديدآورندگان :
هاشمي احمد ahmad.hashemi.v@gmail.com دانشگاه آزاد اسلامي واحد كرمانشاه , مرادي منصور mansour.moradi.ir@gmail.com دانشگاه فني و حرفه اي استان كرمانشاه
كليدواژه :
داده كاويData Mining (DM) , يادگيري گروهي Ensemble Learning (EL) , قابليت عبور از ولتاژ پايين Low Voltage Ride , Through (LVRT)
عنوان كنفرانس :
دومين كنفرانس ملي كسب و كار نوين در مهندسي برق و كامپيوتر
چكيده فارسي :
اين مقاله يك كنترل كننده ي پشتيبان مبتني بر داده كاوي از نوع يادگيري گروهي براي سيستم توربين بادي متصل به ژنراتور القايي دو سو تغذيه به منظور تحقق قابليت عملكرد عبور از ولتاژ پايين در مواجهه با خطاهاي افت ولتاژ شديد شبكه را ارائه مي‌كند. اين افزونه ي پشتيبان، به يك كنترل كننده ي حلقه بسته ي كلاسيك مبتني بر صفرهاي ديناميكي داخلي سيستم اضافه مي شود تا به سرعت آموزش ببيند و در مواقع حساس كه كنترل كننده ي اصلي به هر دليلي از جمله خرابي سنسورهاي اندازه گيري يا مشكلات ناشي از حملات سايبري از كار مي افتد، بتواند جايگزين آن در سيستم كنترلي گردد. علاوه بر سادگي اين كنترل‌كننده ي پشتيبان در مقايسه با كنترل‌كننده‌هاي كلاسيك ارائه‌شده، همچنين از انعطاف‌پذيري بالايي براي مقابله با خطاهاي مختلف ولتاژ شبكه ي قدرت برخوردار است، حتي خطاهاي كاملاً تصادفي كه قبلا هيچگونه آموزشي براي مواجهه با آن نديده است. نتايج شبيه سازي ارائه شده، عملكرد مناسب كنترل كننده ي پيشنهادي را تحت خطاي افت ولتاژ استاندارد درخواستي در دو شبكه ي ملي برق را نشان مي دهد.
