Koncepcja zastosowania sztucznych sieci neuronowych do lokalizacji elementów powodujących pogorszenie jakości energii elektrycznej w sieciach średniego napięcia

• Autorzy: Kolasa M. , Długosz R

Warianty tytułu

EN

A concept of the application of artificial neural networks in the location of elements that distort the quality of energy in medium voltage distribution networks

• Konferencja: Computer Applications in Electrical Engineering 2014 (28-29.04.2014; Poznań, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono koncepcję wykorzystania sztucznych sieci neuronowych do rozwiązywania problemu lokalizacji źródeł zakłóceń powodujących pogorszenie jakości energii elektrycznej. W dziedzinie tej coraz częściej sięga się po rozwiązania oparte na sztucznej inteligencji, choć zazwyczaj stosowane algorytmy uczenia sieci neuronowych implementowane są jako programy komputerowe. Biorąc pod uwagę ogromną ilość danych, które muszą zostać przetworzone, rozwiązania takie nie są optymalne. Rozwiązaniem tego problemu może być zastosowanie równoległego przetwarzania danych, możliwego do uzyskania w sieciach neuronowych realizowanych jako specjalizowane układy scalone. Jest to celem naszych badań. W artykule przedstawiono jeden z etapów realizacji tego zadania - model sieci elektroenergetycznej, którego celem jest dostarczenie danych uczących dla projektowanej na poziomie tranzystorów sieci neuronowej. W realizowanej sieci neuronowej wykorzystano nowatorski algorytm oparty na filtracji błędu kwantyzacji, który pozwala znacząco skrócić fazę uczenia, przez co sieć jest w stanie szybko dostosować się do nowych danych.

EN

The paper presents a concept of using artificial neural networks to solve the prob- lem of the location of sources that cause deterioration in the quality of the electrical power. In this field the solutions that base on artificial intelligence are gaining popularity in recent time. However, the learning algorithms that are used in this case are usually implemented as computer programs. Given the large amount of data that must be processed, such solutions are not optimal. The solution to this problem may be the usage of parallel data processing obtainable in neural networks implemented, for example, as specialized integrated circuits. This is the purpose of our research. This paper presents one of the important steps in this task - a model of the electrical power system, the aim of which is to provide training data for the neural network. In the realized neural network a novel algorithm has been used that is based on filtering of the quantization error. By using this algorithm the learning phase can be substantially shortened, so that the network is able to quickly adapt to new data.

Słowa kluczowe

PL

jakość energii elektrycznej; sztuczne sieci neuronowe; nowe algorytmy uczenia

• Wydawca: Wydawnictwo Politechniki Poznańskiej
• Czasopismo: Poznan University of Technology Academic Journals. Electrical Engineering
• Rocznik: 2014
• Tom: No. 79
• Strony: 87--95
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Kolasa M.

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy

autor

Długosz R

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy

Bibliografia

• [1] Bigaj D., Hanzelka Z., Metody lokalizacji źródeł wyższych harmonicznych w sieciach zasilających, Polskie Partnerstwo Jakości Zasilania, 2004.
• [2] Cieślik S., Problemy identyfikacji elementów systemu elektroenergetycznego powodujących wzrost wyższych harmonicznych napięcia. Miesięcznik Stowarzyszenia Elektryków Polskich INPE, Nr 152 (Rok XVE), maj 2012r., str. 43-49.
• [3] Cieślik S., Przyłączenie farmy wiatrowej o mocy znamionowej 8 MW do szyn rozdzielni SN w stacji elektroenergetycznej WN/SN zasilającej elektroenergetyczną sieć dystrybucyjną. Przegląd Elektrotechniczny, 86, nr 6/2010, str. 104-109.
• [4] Cieślik S., Modelowanie matematyczne i symulacja układów elektroenergetycznych z generatorami indukcyjnymi. Wydawnictwa Uczelniane Uniwersytetu Technologiczno-Przyrodniczego, Bydgoszcz 2008.
• [5] Długosz R., Kolasa M., Pedrycz W., Szulc M., Parallel Programmable Asynchronous Neighborhood Mechanism for Kohonen SOM Implemented in CMOS Technology, IEEE Transactions on Neural Networks, Vol. 22, No. 12, 2011, str. 2091-2104.
• [6] Gała M., Zastosowanie sztucznych sieci neuronowych do oceny wpływu pracy odbiorników nieliniowych na jakość energii elektrycznej, Przegląd Elektrotechniczny, Nr 6/2011, str. 42-46.
• [7] Gała M., Analiza wpływu pracy odbiorników nieliniowych na zmiany wartości wybranych parametrów jakości energii elektrycznej z zastosowaniem sztucznych sieci neuronowych (rozprawa doktorska), Politechnika Częstochowska, 2007.
• [8] Kohonen T., Self-Organizing Maps, third ed. Springer, Berlin, 2001.
• [9] Kolasa M., Długosz R., Pedrycz W., Szulc M., A programmable triangular neighborhood function for a Kohonen self-organizing map implemented on chip, Neural Networks, Vol. 25, 2012, str. 146-160.
• [10] Kolasa M., Długosz R., Talaśka T., Pedrycz W., A fast learning algorithm based on filtering of the quantization error suitable for hardware implemented self-organizing maps, European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN), Brugia, Belgia, 23-25 kwietnia 2014.
• [11] Azumdar J., Harley R.G., Lambert F.C., Venayagamoorthy G.K., Neural Network Based Method for Predicting Nonlinear Load Harmonics, IEEE Transactions on Power Electronics, vol. 22, no. 3, 2007, 1036-1045.
• [12] Pyzalski T., Wilkosz K., Identification of Harmonic Sources in a Power System: A New Method, IEEE Russia Power Tech, 2005, str. 1-6.
• [13] Szczęsny P., Wilczak P., Wybrane Metody Lokalizacji Źródeł Wyższych Harmonicznych w sieciach elektroenergeetycznych, Elektrotechnika i Elektronika, Tom 28, Zeszyt 1-2, 2009, str. 39-48.
• [14] Tsukamoto M., Kouda I., Minowa Y., Nishimura S., Advanced Method to Identify Harmonics Characteristic Between Utility Grid and Harmonic Current Sources, International Conference on Harmonics and Quality of Power, 1998.
• [15] Xu Wilsun, Liu Xian, Liu Yilu, An Investigation on the Validity of Power-Direction Method for Harmonic Source Determination, IEEE Trans. on Power Delivery, Vol. 18, No. 1, 2003, str. 214-219.
• [16] Zajczyk R., Modele matematyczne systemu elektroenergetycznego do badania elektromechanicznych stanów nieustalonych i procesów regulacji. Wydawnictwo Politechniki Gdańskiej, 2003.
• [17] Żmuda K., Elektroenergetyczne układy przesyłowe i rozdzielcze. Wybrane zagadnienia z przykładami. Wydawnictwo Politechniki Śląskiej, 2012.