Current state of neural networks applications in power system monitoring and control. - Archive ouverte HAL
Article Dans Une Revue International Journal of Electrical Power & Energy Systems Année : 2013

الوضع الحالي لتطبيقات الشبكات العصبية في مراقبة نظام الطاقة والتحكم فيه.

Aktueller Stand der Anwendungen neuronaler Netze in der Überwachung und Steuerung von Energiesystemen.

Current state of neural networks applications in power system monitoring and control.

Estado actual de las aplicaciones de redes neuronales en la monitorización y control de sistemas eléctricos.

وضعیت فعلی کاربردهای شبکه های عصبی در نظارت و کنترل سیستم های قدرت.

État actuel des applications des réseaux de neurones dans la surveillance et le contrôle des systèmes électriques.

Résumé

لأكثر من عقدين من الزمن تم تطبيق الشبكة العصبية (NN) لمراقبة نظام الطاقة والتحكم فيه. تعاني وحدات التحكم التقليدية من بعض القيود التي تستطيع NN باعتبارها تقنية ذكاء اصطناعي (AI) التغلب عليها. ولذلك يفضل العديد من الباحثين استخدام تقنية NN في مراقبة أنظمة الطاقة والتحكم فيها. تستعرض هذه الورقة المخططات المنشورة مؤخرًا للتحكم والمراقبة استنادًا إلى NN. تتم مقارنة أداء وحدات التحكم NN المختلفة مع بعضها البعض بالإضافة إلى أداء الأنواع الأخرى من وحدات التحكم. تكشف هذه المراجعة أيضًا أن تصميم التحكم المناسب في NN يمكن أن يحافظ على استقرار التأرجح الأول، والتذبذب الرطب، ويضمن استقرار الجهد والإمداد الموثوق به للطاقة الكهربائية.
Seit über zwei Jahrzehnten werden neuronale Netze (NN) zur Überwachung und Steuerung von Energiesystemen eingesetzt. Herkömmliche Steuerungen weisen bestimmte Einschränkungen auf, die NN als Technik der künstlichen Intelligenz (KI) überwinden kann. Daher bevorzugen viele Forscher den Einsatz der NN-Technik bei der Überwachung und Steuerung von Energiesystemen. In diesem Artikel werden kürzlich veröffentlichte Kontroll- und Überwachungssysteme auf der Grundlage von NN besprochen. Die Leistung verschiedener NN-Controller wird untereinander sowie mit der Leistung anderer Controller-Typen verglichen. Diese Überprüfung zeigt außerdem, dass das Design einer geeigneten NN-Steuerung die Stabilität des ersten Schwingungswechsels aufrechterhalten, Schwingungen dämpfen, Spannungsstabilität und eine zuverlässige Stromversorgung gewährleisten kann.
For over two decades Neural Network (NN) has been applied to power system monitoring and control. Conventional controllers suffer from certain limitations which NN as an Artificial Intelligence (AI) technique is able to overcome. Therefore, many researchers prefer to use NN technique in the monitoring and control of power systems. This paper reviews published recently schemes for control and monitoring based on NN. The performance of various NN controllers is compared with one another as well as to the performance of other types of controllers. This review further reveals that the design of a proper NN control can maintain first-swing stability, damp oscillation, ensure voltage stability and the reliable supply of electric power.
Durante más de dos décadas, las redes neuronales (NN) se han aplicado al monitoreo y control de sistemas eléctricos. Los controladores convencionales adolecen de ciertas limitaciones que la NN como técnica de Inteligencia Artificial (IA) es capaz de superar. Por lo tanto, muchos investigadores prefieren utilizar la técnica NN en el monitoreo y control de sistemas eléctricos. En este artículo se revisan esquemas de control y seguimiento basados ​​en NN publicados recientemente. Se compara el rendimiento de varios controladores NN entre sí y con el rendimiento de otros tipos de controladores. Esta revisión revela además que el diseño de un control NN adecuado puede mantener la estabilidad del primer movimiento, amortiguar la oscilación, garantizar la estabilidad del voltaje y el suministro confiable de energía eléctrica.
برای بیش از دو دهه شبکه عصبی (NN) برای نظارت و کنترل سیستم قدرت استفاده شده است. کنترل‌کننده‌های معمولی از محدودیت‌های خاصی رنج می‌برند که NN به عنوان یک تکنیک هوش مصنوعی (AI) قادر به غلبه بر آن است. بنابراین، بسیاری از محققان ترجیح می دهند از تکنیک NN در نظارت و کنترل سیستم های قدرت استفاده کنند. این مقاله به بررسی طرح‌های اخیراً منتشر شده برای کنترل و نظارت بر اساس NN می‌پردازد. عملکرد کنترل کننده های مختلف NN با یکدیگر و همچنین با عملکرد انواع دیگر کنترل کننده ها مقایسه می شود. این بررسی بیشتر نشان می‌دهد که طراحی یک کنترل NN مناسب می‌تواند پایداری نوسان اول، نوسان مرطوب، پایداری ولتاژ و تامین قابل‌اعتماد توان الکتریکی را تضمین کند.
Depuis plus de deux décennies, les réseaux neuronaux (NN) sont appliqués à la surveillance et au contrôle des systèmes électriques. Les contrôleurs conventionnels souffrent de certaines limitations que la NN, en tant que technique d'intelligence artificielle (IA), est capable de surmonter. Par conséquent, de nombreux chercheurs préfèrent utiliser la technique NN pour la surveillance et le contrôle des systèmes électriques. Cet article passe en revue les schémas récemment publiés de contrôle et de surveillance basés sur NN. Les performances des différents contrôleurs NN sont comparées entre elles ainsi qu'avec les performances d'autres types de contrôleurs. Cet examen révèle en outre que la conception d'une commande NN appropriée peut maintenir la stabilité du premier swing, amortir les oscillations, garantir la stabilité de la tension et l'approvisionnement fiable en énergie électrique.

Dates et versions

hal-04329952 , version 1 (07-12-2023)

Identifiants

Citer

Lokman Hassan, Mahmoud Moghavvemi, Haider A.F. Almurib, Otto Steinmayer. Current state of neural networks applications in power system monitoring and control.. International Journal of Electrical Power & Energy Systems, 2013, 51, pp.134-144. ⟨10.1016/j.ijepes.2013.03.007⟩. ⟨hal-04329952⟩
29 Consultations
0 Téléchargements

Altmetric

Partager

More