این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Iranian Journal of Electrical and Electronic Engineering، جلد ۷، شماره ۴، صفحات ۲۷۳-۲۸۲
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Fast Voltage and Power Flow Contingency Ranking Using Enhanced Radial Basis Function Neural Network
چکیده انگلیسی مقاله Deregulation of power system in recent years has changed static security assessment to the major concerns for which fast and accurate evaluation methodology is needed. Contingencies related to voltage violations and power line overloading have been responsible for power system collapse. This paper presents an enhanced radial basis function neural network (RBFNN) approach for on-line ranking of the contingencies expected to cause steady state bus voltage and power flow violations. Hidden layer units (neurons) have been selected with the growing and pruning algorithm which has the superiority of being able to choose optimal unit’s center and width (radius). A feature preference technique-based class separability index and correlation coefficient has been employed to identify the relevant inputs for the neural network. The advantages of this method are simplicity of algorithm and high accuracy in classification. The effectiveness of the proposed approach has been demonstrated on IEEE 14-bus power system.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله d s جوان | d s javan
azadi square


h رجبی مشهدی | h rajabi mashhadi
electrical engineering department, ferdowsi university of mashhad

سازمان اصلی تایید شده: دانشگاه فردوسی (Ferdowsi university)

نشانی اینترنتی http://ijeee.iust.ac.ir/browse.php?a_code=A-10-332-1&slc_lang=en&sid=en
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده 1-security Assessment
نوع مقاله منتشر شده Research Paper
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات