Application of classifier system to restoration service of electric power distribution networks

• Autorzy: Filipiak S.

Warianty tytułu

PL

Zastosowanie system klasyfikującego do wyznaczania poawaryjnych konfiguracji sieci dystrybucyjnych

• Języki publikacji: EN

Abstrakty

EN

Distribution networks faults can cause power failure for many users, what can be a reason of major economical losses. In the literature on the distribution systems operation the problem of power delivery recovery in case of the network failure is one of the very important aspects of a proper operation of the distribution systems. An idea of using a classifying system and evolutionary algorithm for operation support of electric power distribution systems operators has been presented in the paper. The elaborated method uses the theoretical background of genetic-based machine learning systems. The method shows the ability to collect experience on the base of information on faults, occurred or simulated in the power distribution systems. In the elaborated method the decisive variables, essential from the network operation reliability point of view, de-scribed with the use of fuzzy sets theory. A method enabling to formulate scenarios of network configuration changes (at changes in network operation conditions) has been characterised in the paper.

PL

Awarie występujące w elektroenergetycznych sieciach dystrybucyjnych średniego napięcia mogą powodować przerwy w zasilaniu wielu użytkowników narażających ich na straty ekonomiczne. W literaturze przedmiotu problem przywracania dostaw energii w stanach awarii sieci jest ważnym zagadnień dotyczących poprawnej pracy sieci dystrybucyjnych. W artykule zaprezentowano opracowaną metodę wykorzystująca system klasyfikujący i algorytm koewolucyjny w celu wspomagania operatorów systemów dystrybucji energii elektrycznej w zarządzaniu nimi w stanach awarii. Opracowana metoda oparta jest na podstawach teoretycznych genetycznych systemów uczących się i umożliwia wykorzystanie informacji (pochodzących z symulacji) o prawdopodobnych stanach awarii analizowanej sieci dystrybucyjnej. Przy opisie zmiennych decyzyjnych wykorzystano elementy teorii zbiorów rozmytych. Przedstawiona w artykule metoda umożliwia formułowanie scenariuszy zastępczych konfiguracji sieci dystrybucyjnych.

Słowa kluczowe

EN

electric power distribution networks; classifier system; co-evolutionary algorithm

PL

sieci dystrybucyjne energii elektrycznej; system klasyfikujący; algorytm koewolucyjny

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2011
• Tom: nr 2
• Strony: 163--170
• Opis fizyczny: Bibliogr. 13 poz., fig. tab.

Twórcy

autor

Filipiak S.

• Politechnika Świętokrzyska, Zakład Podstaw Energetyki,

Bibliografia

• [1] Augugliaro, L. Dusonchet, E. Sanseverino: Multiobjective service restoration in distribution networks using an evolutionary approach and fuzzy sets. Electrical Power and Energy Systems, 2000 no. 5.
• [2] D. Goldberg: Genetic Algorithms and Their Applications. WNT, Warszawa 2003.
• [3] Filipiak S.: Algorytm obliczeniowy systemu wspomagającego podejmowanie decyzji przez operatorów systemów dystrybucyjnych w stanach awaryjnych. Rynek Energii 2008, nr 3.
• [4] Filipiak S.: Evolutionary approach to optimisation of development regional distribution power networks. Rynek Energii 2010 nr. 4.
• [5] Filipiak S.: Multiobjective optimisation of electric power distribution networks post-fault configuration. Rynek Energii 2010, nr 3.
• [6] Jędrychowski R.: Ewolucja systemów sterowania i nadzoru do rozwiązań opartych na strukturze otwartej. Rynek Energii 2008, nr 1.
• [7] Khushalani, S.; Solanki, J.M.; Schulz, N.N.: Optimized Restoration of Unbalanced Distribution Systems. IEEE Transactions on Power Systems, 2007 vol. 22, Issue 2.
• [8] Kumar, Y.; Das, B.; Sharma, J.: Multiobjective, Multiconstraint Service Restoration of Electric Power Distribution System With Priority Customers. IEEE Transactions on Power Delivery, 2008 vol. 23, Issue 1.
• [9] Mieczkowska E.: Zarządzanie przedsiębiorstwem energetycznym a informatyzacja, Rynek Energii 2002, nr 6.
• [10] Rutkowska D., Piliński M., Rutkowski L.: Neural Networks, Genetic Algorithms and Fuzzy Systems. PWN, Warszawa, 1997.
• [11] Stępień J. Madej Z.: Evaluation of structural redundancy efects in medium voltage cable networks. Rynek Energii 2009, nr 4.
• [12] Stępień J., Madej Z.: Charakterystyka awarii wiejskich sieci elektroenergetycznych niskiego napięcia i kosztów ich usuwania, Rynek Energii 2008, nr 1.
• [13] Tung Y., Yang Ch.: Enhancement of restoration service in distribution systems using a combination Fuzzy-GA Method. IEEE Transactions on Power Systems, 2000 Vol. 15. no. 4.