KFUPM ePrints

Intelligent techniques approach to power systems identification and control.

Abido, Mohammed Ali (1997) Intelligent techniques approach to power systems identification and control. PhD thesis, King Fahd University of Petroleum and Minerals.

[img]
Preview
PDF
5Mb

Arabic Abstract

تعد مشاكل المطابقة والتحكم في نظم القوى الكهربية من أهم المشاكل التي تجذب انتباه الباحثين في هذا المجال ، وتعتبر الطرق التقليدية المستخدمة لحل هذه لامشاكل غير جذابة نظراً لصعوبة تطبيقها كما أنها تعتمد على النموذج الخطي لنظم القوى ، لذا تناقش هذه الرسالة استخدام الأساليب الذكية في حل هذه المشاكل . فلقد اقترحت استراتيجية جديدة لاستخدام الشبكات العصبية (Neural Networks) من نوع دالة الأساس القطري (Radial Basis Function Network) لمطابقة الآلات المتزامنة في حالتي Off-Line ، وكذلك On-Line ، وقد تبين أن هذا النوع من الشبكات العصبية له القدرة على مطابقة الخصائص الغير خطية لديناميكية الآلات المتزامنة ، وذلك عن طريق نماذج بسيطة ، وغير معقدة . وعلى جانب التحكم اقترحت أيضاً استراتيجية جديدة لاستخدام هذا النوع الشبكات العصبية له القدرة على مطابقة الخصائص الغير خطية لديناميكية الآلات المتزامنة ، وذلك عن طريق نماذج بسيطة وغير معقدة . وعلى جانب التحكم اقترحت أيضاً استراتيجية جـديدة لاستـخدام هـذا النـوع من الشبكات العصبية في ضبط متغيرات مثبتات نظم القوى (Power System Stabilizers) تـلقائياً اعتماداً على القياسات اللحظية لظروف تشغيل نظم القوى . كما اقترحت شبكة دالة الأساس الغير واضح (Fuzzy Basis Function Network) لضبط متغيرات مثبات نظم القوى ، وتتميز الطريقة المقترحة بأنها تجمع بين مواطن القوة في نظام الشبكات العصبية ونظام المنطق غير الواضح وتتلاشى نقاط الضعف فيهما كما أنها على خلاف الطرق التقليدية يمكنها الاستفادة من المعلومات الرقمية واللفظية معاً وفي إطار واحد . كما اقترحت استراتيجيدة جديدة لتصميم مثبتات نظم القوى تعتمد على استخدام الخوارزميات الجينية (Genetic Algorithms) للبحث عن القيم المثلى لمتغيرات هذه المثبتات ، وتتميز هذه الطريقة بعدم حاجتها إلى النموذج الخطي للنظام المراد التحكم فيه وقلة المعلومات المستخدمة مقارنة بالطرق التقليدية . كما اقترحت استراتيجية جديدة لتهجين مثبتات نظم القوى المصممة على أساس القواعد (Rule-Based PSSs) ، وكذلك المصممة على أساس المنطق غير الواضح (Fuzzy Logic PSSs) بالخوارزميات الجينية ، وذلك لتحسين عملية البحث عن القيم المثلى لمتغيرات هذه المثبتات والتغلب على صعوبات تصميمها . ولقد جربت الطرق المقترحة على عدد من أنظمة القوى المتفاوتة في درجة التعقيد ، وكذلك تحت ظروف تحميل مختلفة وفي حدوث مشاكل متفاوة ، كما قورنت نتائج الطرق المقترحة مع النتائج المنشورة . ومن أهم ملامح وسمات الطرق المقترحة : - سهولة ضبطها نظراً لطبيعتها اللامركزية . - سهولة تطبيقها باستخدام المكيروكمبيوتر . - يمكنها التعامل مع المعلومات اللفظية والرقمية في إطار واحد . - تحتاج إلى معلومات أقل بكثير من الطرق الأخرى . - يمكنها العمل بكفاءة مع النظم التقليدية الموجودة . - تجمع بين مواطن القوى في مختلف الأساليب الذكية . - يمكنها العمل بكفاءة على نطاق واسع من ظروف التشغيل .

English Abstract

Identification and control of power systems is one of the major problems of interest in the power system area. Conventional methods of power systems identification and control are very unattractive because they are too cumbersome for on-line applications, based on linear models of power system, and not easy to implement. The applications of intelligent techniques to power systems identification and control are scrutinized in this dissertation. Radial basis function networks (RBFNs) are proposed for off-line as well as on-line identification of synchronous generators. The proposed algorithms are able to capture the nonlinear dynamics of synchronous generators and produce parsimonious models with simple structures. On the control side, a strategy using RBFN to adaptively tune power system stabilizers (PSSs) parameters on-line based on real-time measurements of system operating conditions is proposed. A hybird neuro-fuzzy power system stabilizer using fuzzy basis function network is proposed. The proposed stabilizer combines the different strengths of neural networks and fuzzy logic systems and overcomes each other's weaknesses. Unlike the conventional PSS, the proposed stabilizer incorporates the linguistic and numerical information in a uniform fashion. Incorporating genetic algorithms (GA) into the design of PSS is also proposed. The suggested approach uses GA to search for the optimal settings of PSS parameters. One of the most important features of the proposed approach is the fact that minimal knowledge of the system is required. In addition, an explicit linearized mathematical model of the system is not needed to design the proposed stabilizer. An approach to integrate the use of GA and rule-based systems to design a genetic rule-based PSS is proposed. The proposed technique is also applied to integrate the use of GA and fuzzy logic systems in order to design a genetic-based fuzzy logic PSS. The proposed approach incorporates GA to search for optimal settings of rule-based and fuzzy logic PSSs parameters and efficiently overcomes the difficulties in design of these stabilizers. The proposed identification and control schemes introduced in this dissertation have been tested on several power systems with different complexities and under different disturbances and loading conditions. The results obtained by the proposed schemes are compared with those reported in the literature. The major features of the proposed schemes are : - Easy to tune because of their decentralized nature - Easy to set up and implement using microcomputer - Linguistic and numerical information can be easily incorporated. - Far less information than other design techniques is required. - Cooperatively work with the existing conventional schemes. - Efficiently combine strengths of different intelligent techniques. - Properly work over a wide range of operating conditions.



Item Type:Thesis (PhD)
Date:April 1997
Date Type:Completion
Subjects:Electrical
Divisions:College Of Engineering Sciences > Electrical Engineering Dept
Creators:Abido, Mohammed Ali
Committee Advisor:Abdel-Magid, Youssef L.
Committee Members:Selim, Shokri Z. and Farag, Ahmad S. and Al-Amin, Ibrahim M. and Al-Amin, Ibrahim M.
ID Code:9533
Deposited By:KFUPM ePrints Admin
Deposited On:22 Jun 2008 16:43
Last Modified:25 Apr 2011 08:53

Repository Staff Only: item control page