تخمین ولتاژ شکست بحرانی در مقره های آلوده با استفاده از رویکرد مبتنی بر روش های یادگیری با نظارت

چکیده مقاله

در این مقاله، با اتخاذ یک رویکرد مبتنی بر ترکیب الگوریتم های فراابتکاری و روش های یادگیری ماشینی، چهار مدل شامل الگوریتم ژنتیک ماشین بردار پشتیبان ، GA SVM الگوریتم ژنتیک رگرسیون بردار پشتیبان ، GA SVR الگوریتم ازدحام ذرات رگرسیون بردار پشتیبان PSO SVR و PSO SVM به منظور تخمین ولتاژ شکست بحرانی روی مقره های آلوده، ارائه شده است همچنین، به منظور ارزیابی عملکرد مدل های فوق، دو معیار ارزیابی معرفی گردیده است علاوه براین، در مدل SVM یک تابع کرنل ترکیبی به منظور افزایش دقت مدل ارائه و در نهایت، روشهای مذکور بر روی مقره های آلوده، پیادهسازی و نتایج حاصل که بیانگر کارایی مدل های ارائه شده است؛ مورد بحث و بررسی قرار گرفته است

کلیدواژه‌ها

نویسندگان

محمدجواد میرزائی

دانشجوی دکتری دانشکده مهندسی برق، دانشگاه علم و صنعت ایران

احد کاظمی

دانشیار دانشکده مهندسی برق، دانشگاه علم و صنعت ایران

میرزائی، محمدجواد و کاظمی، احد،1394،تخمین ولتاژ شکست بحرانی در مقره های آلوده با استفاده از رویکرد مبتنی بر روش های یادگیری با نظارت،کنفرانس ملی دستاورهای نوین در برق وکامپیوتر،اسفراین

ارائه‌شده در

مجموعه مقالات کنفرانس ملی دستاورهای نوین در برق وکامپیوتر8 مهر 1394 · اسفراین