طبقه بندی عیوب در خطوط انتقال برق بوسیله ماشین بردار پشتیبان بهینه شده با الگوریتم فرا ابتکاری ترکیبی جدید

چکیده مقاله

خطوط برق انتقال یکی از اجزای جدایی ناپذیر در سیستم توزیع و انتقال برق هستند توان بالای عبوری و پیامدهای مالی ناشی از بروز عیب در این خطوط باعث توجه ویژه پژوهشگران به حفاظت در این حوزه شده است ضعف های موجود در روش های حفاظت سنتی و وابستگی شدید آن ها به شرایط بهره برداری سیستم اهمیت تشخیص عیب با روش های هوشمند را دو چندان می کند در این مقاله از روش مبتنی بر یادگیری ماشین، ماشین بردار پشتیبان بهره گرفته شده است تا عیوب را در یک خط انتقال تشخیص دهیم از ویژگی های این پژوهش می توان ارائه یک الگوریتم بهینه سازی ترکیبی جدید و به کار بردن روش SMOTE برای متعادل سازی داده ها بهره گرفته شده است زیرا در حوزه تشخیص عیب اغلب داده ها نامتعادل هستند به این صورت که داده های مربوط به حالت سالم یا کارکرد عادی اغلب بیشتر در دسترس هستند تا داده های مربوط به حالت های عیب این رویکرد باعث طبقه بندی عیوب با دقت بالاتر و نتایج قابل استنادتر می گردد

کلیدواژه‌ها

نویسندگان

هادی اشعریون

استادیار گروه کنترل – قدرت دانشگاه شهید بهشتی

محمد حسین امیری

دانشجوی کارشناسی ارشد مهندسی برق کنترل دانشگاه شهید بهشتی

محمد مهدی بهشتی

دانشجوی کارشناسی ارشد مهندسی برق کنترل دانشگاه شهید بهشتی

�شعریون، هادی و امیری، محمد حسین و بهشتی، محمد مهدی،1401،طبقه بندی عیوب در خطوط انتقال برق بوسیله ماشین بردار پشتیبان بهینه شده با الگوریتم فرا ابتکاری ترکیبی جدید،اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوع�

ارائه‌شده در

مجموعه مقالات دومین کنفرانس بین المللی و هفتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی8 اسفند 1402 · اهواز