شماره ركورد
10347
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
10347
پديد آورنده
عليرضا چائيده
عنوان
حل مسأله پخش با ر اقتصاد ي د ر سيستم هاي قدرت پرتلفات به كمك طراحي هيبريد شبكه هاي عصبي والگوريتم بهينه حشره شب تاب
مقطع تحصيلي
كارشناسي ارشد
رشته تحصيلي
برق
سال تحصيل
مهر 1391
تاريخ دفاع
مهر 1391
استاد راهنما
دكتر جاهد مطلق
چكيده
پخش بار اقتصادي از جمله مهمترين مسائل در سيست م هاي قدرت م ي باشد كه استفاده از
رو ش هاي بهين ه سازي جهت كاهش هزينهاز اهميت ويژ ه اي در اين خصوص برخوردا ر
است.معمولاً براي انجام پخش بار اقتصاد ي ا ز روش بهين ه سازي لاگرانژ استفاده م ي شود كه حل
آن براي سيست م ها ي بزر گ زما ن بر بود ه و فضاي زيادي را براي محاسبات ب ه خود اختصاص م ي
دهد. الگوريت م هاي بهين ه سازي معمولاً تحت تأثير رو ش هاي فراابتكاري قرار گرفت ه اند. در سا ل
هاي اخير رو ش هاي تركيبي بسياري جهت بهبود حل مسائل بهين ه سازي ارائه شد ه اند كه
هدف اصلي آنها از بين بردن عي ب هاي رو ش ها ي كلاسيك، با لا برد ن سرعت همگرايي و دس ت
يابي به پاسخي دقيقتر بوده است. در اين پايا ن نامه ايده استفاده از الگوريتم فراابتكاري الهام
گرفته از طبيعت حشره ش ب تاب جهت آموزش شبكه عصبي چندلايه پيشخور با روش
6 و 20 ژنراتوري ارائه ، بازگشتي جهت حل مسئله پخش بار اقتصادي در يك واحد نيروگاهي 3
شده است.
دراين روش هر حشره ش ب تاب معرف برداري بود ه كه مختصات آن خروج ي هاي مطلوب مسئله
م ي باش د كه هركدام از اين مجموع ه ها نمايند ه يك تابع هدف بوده و هدف اصلي آن پيدا كردن
نقطه بهينه كلي در بين تمام نقاط بهينه محلي مسئلهمربوطه م ي باشد. د ر اي ن روش شدت نور
تابشي حشره ش ب تاب متناسب با تابع هزينه بهر ه برداري نيروگاه بوده و حشره ش ب تا ب پ ر نورتر
نشا ن دهند ه تابع هزينه بهين ه تر م ي باشد.د ر آموزش شبكه عصبي توسط الگوريتم بهينه حشره
ش ب تاب نيز، ماتريسي از تمام وزنهاي ه ر لايه به عنوا ن حشره ش ب تاب د ر نظ ر گرفته شد ه اس ت.
د ر اين صور ت مجموع مربعات خطا در شبكه عصبي را ب ه عنوان شدت نور تابشي درالگوريتم
بهينه حشره ش ب تاب در نظر گرفته و فرض ب ر اي ن است كه هرچه خطا كمتر باشد شدت نور
تابشي بيشتر بوده و افزايش خطا با كاهش درخشندگي همراه است.برطبق نتايج شبي ه سازي
شده در محيط متلب، استفاده از روش پيشنهادي د ر حل مسأله پخش باراقتصادي د ر سيست م
ها ي قدرت، د ر مقايسه با رو ش هاي ديگ ر آموز ش شبك ه عصبي، با سرعت بالاتر و تعداد تكرار
كمتري به پاسخ مسئله همگرا شده و با افزايش تعداد اوليه حشرات ش ب تاب به عنوان نقاط
بهينه محلي، پاسخ مسئله مطلو ب تر و سري ع تر شده و تمام اهداف مسئله محق ق م ي گردد.
واژ ه هاي كليدي:پخش بار اقتصادي، شبكه عصبي، الگوريتم بهينه حشره ش ب تاب، طراحي هيبريد.