عناصر مشابهة
Backpropagation Feedforward Neural Network for Fault Detection of Overhead Bipolar HVDC Transmission Line
| العنوان بلغة أخرى: | الخلايا العصبية الاصطناعية التي تعمل بنظام الانتشار الخلفي والتغذية الأمامية لاكتشاف الأعطال في خطوط النقل الكهربائي ذات التيار المستمر والفولتية العالية |
|---|---|
| الناشر: |
غزة
|
| المؤلف الرئيسي: | |
| مؤلفين آخرين: | |
| التاريخ الميلادي: | 2015 |
| التاريخ الهجري: | 1436 |
| الصفحات: | 1 - 83 |
| رقم MD: | 694178 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | English |
| قواعد المعلومات: | Dissertations |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة الإسلامية (غزة) |
| الكلية: | كلية الهندسة |
| مواضيع: | |
| رابط المحتوى: |
| المستخلص: | هذا البحث هو عبارة عن دراسة لكيفية اكتشاف وتحديد نوع ومكان الأعطال في شبكات نقل الكهرباء عالية الجهد ذات التيار المستمر باستخدام تقنية الشبكات العصبية ذات التغذية الأمامية والانتشار الخلفي وهي إحدى تقنيات الذكاء الاصطناعي. وقد تم اختيار شبكة نقل كهرباء هوائية عالية الجهد ثنائية الأقطاب ذات تيار مستمر بطول 940 كم وجهد ± 500 كيلو فولت كنموذج للبحث وتم استخدام قيم الجهود والتيارات المستمرة والمترددة على جانبي محطات التحويل بعد حدوث العطل في الخط الناقل مقارنة بقيمها قبل حدوث العطل كمدخلات للشبكات العصبية المستخدمة لدراسة جميع أنواع الأعطال الممكن حدوثها على الشبكة ليصبح بالإمكان اكتشاف حدوثها من عدمه وتحديد نوع العطل ومسافة وقوع العطل عن محطة التحويل بنسبة خطأ مقبولة. تم تحليل كفاءة الكثير من الشبكات العصبية الصناعية عن طريق تغيير عدد الطبقات المخفية للشبكة وكذلك تغيير عدد الخلايا العصبية في كل طبقة للوصول لأفضل تركيب لشبكة تحقق أعلى كفاءة ممكنة في اكتشاف وتحديد أنواع وأماكن الأعطال ضمن معايير مقبولة ومحددة. |
|---|
