1. Αρχική σελίδα
  2. Αναζήτηση

Μελέτη υβριδικής μεθόδου ανίχνευσης νησιδοποίησης βασισμένη στα δέντρα απόφασης στο σύστημα 34 ζυγών της IEEE

Το τεκμήριο παρέχεται από τον φορέα :
Εθνικό Μετσόβιο Πολυτεχνείο   

Αποθετήριο :
Ψηφιακό Αποθετήριο της Κεντρικής Βιβλιοθήκης του ΕΜΠ | Dspace@NTUA   

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Μελέτη υβριδικής μεθόδου ανίχνευσης νησιδοποίησης βασισμένη στα δέντρα απόφασης στο σύστημα 34 ζυγών της IEEE (EL)
Σακελλαρόπουλος, Κωνσταντίνος (EL)
Sakellaropoulos, Konstantinos (EN)
ntua (EL)
Γεωργιλάκης, Παύλος (EL)
Χατζηαργυρίου, Νίκος (EL)
Παπαθανασίου, Σταύρος (EL)
bachelorThesis
2016-06-22
2016-03-16
2016-06-22T09:21:16Z
Τhe aim of this thesis is the detection of islanding conditions at IEEE 34 bus system. The detection of islanding conditions is based on data mining and decision trees used for classification of islanding and non islanding conditions. Firstly a theoretical comparison of islanding detection methods is presented and it is explained why decision trees is a method with high accuracy in detecting the phenomenon of islanding. The extensive simulations of IEEE 34 bus system and the decision trees warebased on Matlab/Simulink. The results are the following: 1) The accuracy of the method based on decision trees is depended on: a) the location of the microgrid, b) the number of measured values and c) the time period in which the values are measured (steady / transient state). 2) The detection time can be reduced without losing the accuracy of islanding detection
Στόχος της παρούσας εργασίας είναι η ανίχνευση της νησιδοποίησης στο σύστημα 34 ζυγών της ΙΕΕΕ. Η ανίχνευση της νησιδοποίησης βασίζεται στην εξόρυξη γνώσης από το σύστημα (data mining) και στα δέντρα απόφασης που χρησιμοποιούνται για την ταξινόμηση των καταστάσεων (classification) σε νησιδοποίηση και μη νησιδοποίσηση. Αρχικά γίνεται μια σύγκριση των μεθόδων ανίχνευσης σε θεωρητικό επίπεδο και εξηγείται γιατί τα δέντρα απόφασης αποτελούν μια μέθοδο με υψηλά ποσοστά ακρίβειας στην ανίχνευση του φαινομένου. Η εξομοίωση του συστήματος των 34 ζυγών και τα δέντρα απόφασης βασίστηκαν στο πακέτο Matlab/Simulink και έγιναν εκτενείς κύκλοι εξομοίωσης. Τα γενικά συμπεράσματα είναι τα ακόλουθα: 1) Παρατηρείται ότι η ακρίβεια της μεθόδου που βασίζεται στα δέντρα απόφασης αποτελεί συνάρτηση: α) της θέσης του μικροδικτύου, β) του αριθμού των μετρούμενων μεγεθών που το αποτελούν και γ) του χρονικού διαστήματος που μετρώνται τα μεγέθη (μόνιμη / μεταβατική περίοδος). 2) Ο χρόνος ανίχνευσης μπορεί να μειωθεί αρκετά χωρίς να χάνεται η ακρίβεια της ανίχνευσης. (EL)
Δέντρα απόφασης (EL)
Μικροδίκτυα (EL)
Μηχανική μάθηση (EL)
Σύστημα 34 ζυγών (EL)
Νησιδοποίηση (EL)
Islanding (EN)
Microgrids (EN)
Machine learning (EN)
Decision trees (EN)
IEEE 34 bus system (EN)
Ελληνική γλώσσα
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικής Ισχύος (EL)
Default License
Εθνικό Μετσόβιο Πολυτεχνείο
Ψηφιακό Αποθετήριο της Κεντρικής Βιβλιοθήκης του ΕΜΠ | Dspace@NTUA
Κεντρική Βιβλιοθήκη Ε.Μ.Π.
Ιδρυματικό Αποθετήριο
Διπλωματικές Εργασίες



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.