Design and research on artificial neural networks as electrical power system development models based on IEEE RTS data

• Autorzy: Tchórzewski J. , Pytel M.
• Języki publikacji: EN

Abstrakty

EN

The paper presents selected results of research on the design of artificial neural networks and training them using the electrical power system development model (EPS or EP system) based on IEEE RTS 96 test data, i.a. creation of training and test files, development of architecture of the artificial neural network, selection of parameters of the network, selection of appropriate training and testing method, etc. As a result of the development and training an ANN, the following EP system development models were obtained, which were examined for sensitivity to changes of the number of hidden layers, number of neurons in a layer, activation function, training method, etc. Subsequently, simulation models for studying fitness of the obtained models to the real systems. Interesting results were obtained, e.g. the method of the neural modelling of the system, the optimal architecture of the ANN that is a model of the system, possibilities and directions to improve a neural model of the system, etc.

Słowa kluczowe

EN

artificial neural network; IEEE RTS data; electrical power system; MATLAB and Simulink environment; testing sensitivity; simulation studies

• Wydawca: Wydawnictwo Politechniki Poznańskiej
• Czasopismo: Computer Applications in Electrical Engineering
• Rocznik: 2015
• Tom: Vol. 13
• Strony: 231--244
• Opis fizyczny: Bibliogr. 28 poz., rys., tab.

Twórcy

autor

Tchórzewski J.

• Siedlce University of Natural Sciences and Humanities 08-110 Siedlce, ul. 3-Maja 54

autor

Pytel M.

• Siedlce University of Natural Sciences and Humanities 08-110 Siedlce, ul. 3-Maja 54

Bibliografia

• [1] Billinton R., Jonnavithula S., A Test System for Teaching Overall Power System Reliability Assessment, IEEE Transactions on Power System, Vol.14, No 4/99.
• [2] Helt P., Parol M., Piotrowski P., Metody sztucznej inteligencji w elektroenergetyce. OW PW. Warszawa 2000.
• [3] Jankowski N., Ontogeniczne sieci neuronowe. O sieciach zmieniających swoją strukturę. AOW EXIT. Warszawa 2003.
• [4] Konieczny J., Inżynieria systemów działania. WNT. Warszawa 1983.
• [5] Kłopotek M., Tchórzewski J., The concept of discoveries in evolving neural net. International Conference on “Intelligent Information Systems. Advances in Soft Computing”. IPI PAN. Warszawa 2002.
• [6] Korbicz J., Sztuczne sieci neuronowe i ich zastosowania w elektrotechnice i energetyce. Przegląd Elektrotechniczny nr 9/2009, s. 194-200.
• [7] MATLAB User’s Guide. Inc. Natick 1994.
• [8] Macan E., Peak-Load Transmission Pricing for the IEEE Reliability Test System. Department of Electrical Engineering and Computer Science. Copyright 1997 Edo Macan, p. 112.
• [9] Mielczarski W. (Ed.), Fuzzy Logic Techniques in Power Systems. Physica-Verlag, Heidelberg, New York 1998.
• [10] Osowski S., Sieci neuronowe do przetwarzania informacji. OW PW. Warszawa 2000.
• [11] Paska J., Niezawodność systemów elektroenergetycznych, OW PW. Warszawa 2005.
• [12] Pytel M., Neuronowy model rozwoju systemu elektroenergetycznego i jego implementacja w środowisku MATLABA i Simulinka na przykładzie danych testowych IEEE RTS. Praca inżynierska napisana w Zakładzie Modelowania i Projektowania Systemów Informatycznych na Wydziale Nauk Ścisłych pod kierunkiem dr hab. inż. Jerzego Tchórzewskiego. UPH. Siedlce 2014.
• [13] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. PWN. Warszawa 1997.
• [14] Świerszcz M., Sieci neuronowe w problemach modelowania, identyfikacji i sterowania procesów. PB. Białystok 2005.
• [15] Tadeusiewicz R. [i inni], Wprowadzenie do sieci neuronowych. StatSoft, STATISTICA Neural Networks PL. Kraków 2001.
• [16] Tchórzewski J., Inżynieria rozwoju systemów. Monografie nr 18. Wyd. WSRP w Siedlcach. Siedlce 1990.
• [17] Tchórzewski J., Cybernetyka życia i rozwoju systemów. Monografie nr. 22. Wyd. WSRP w Siedlcach. Siedlce 1992.
• [18] Tchórzewski J., Systemowe badanie prawidłowości rozwoju systemu sterownia na przykładzie rozwoju elektroenergetycznej sieci przesyłowej. Rozprawa naukowa nr. 58. AP. Siedlce 1997.
• [19] Tchórzewski J., Kłopotek M., A case study in neural network evolution. Prace IPI PAN, nr 943, Warszawa 2002, s. 1-12.
• [20] Tchórzewski J., Neural networks for processing knowledge about electric energy market. Academic Journals. Electrical Engineering, nr 53, s. 51-63, PP. Poznań 2007.
• [21] Tchórzewski J., Gawinkowski M., Korzeniowski M., System Identification Toolbox and Neural Network Toolbox using to searching discovery on electric power market. Poznan University of Technology Academic Journals, Electrical Engineering, nr 53, PP. Poznań 2007, s. 75-88.
• [22] Tchórzewski J., Identification of the Electrical Energy Stock Exchange and creating knowledge maps using MATLAB environment with SIT and NNT Toolboxes. Energy Market 2009 6th International Conference on the European, 27-29, May 2009, pp.1-6.
• [23] Tchórzewski J., Model and Knowledge Maps of Electricity Market Using MATLAB and Neural Network Toolbox. Proceedings of IEEE European Energy Market. Xplore Belgia 2009.
• [24] Tchórzewski J., Rozwój systemu elektroenergetycznego w ujęciu teorii sterowania i systemów. AOW. Wrocław 2013.
• [25] Tchórzewski J., Roman P., Żurawski T., Modelowanie neuronalne rozwoju systemu elektroenergetycznego na bazie danych testowych IEEE RTS, Wiadomości Elektrotechniczne, Nr. 2. NOT SIGMA, Warszawa 2014.
• [26] Tchórzewski J., Modelowanie neuronalne rozwoju systemu elektroenergetycznego. Cześć 1. Obszary modelowania. Poznan University of Technology Academic Journals, Electrical Engineering, nr. 82, PP. Poznań 2015, str. 31-38.
• [27] Tchórzewski J., Modelowanie neuronalne rozwoju systemu elektro-energetycznego. Część 2. Modele systemu IEEE RTS. Poznan University of Technology Academic Journals, Electrical Engineering, nr. 82, PP. Poznań 2015, str. 39-44.
• [28] Żurada J., Barski M., Jędruch W., Sztuczne sieci neuronowe. PWN. Warszawa 1996.