(1995) Transient stability assessment using artificial neural networks. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF 10371.pdf Download (1MB) | Preview

Arabic Abstract

تقدم هذه الرسالة دراسة لمدى ملاءمة الشبكات العصبية الصناعية لتقييم التوازن اللحظي لأنظمة القدرة . تم في هذه الرسالة تطوير شبكات عصبية صناعية لتؤلف الارتباط المعقد الذي ينقل متغيرات عمل النظام ومواقع الإلتماس إلى زمن المقاصة الحرجة (CCT) . لقد تم تدريب هذه الشبكات العصبية الإصطناعية باستخدام طريقة الامتداد الرجعي وطريقة المساحة المتساوية الموسعة (EEAC) للحصول على قيم زمن المقاصة الحرجة (CCT) . قصد في هذه الرسالة تجنب أي تحفظات أو قيود على التغيرات في الأعمال والتركيبات . النتائج مماثلة بشكل عام لتلك التي نشرها آخرون حديثاً .

English Abstract

This thesis presents a study of the feasibility of using Artificial Neural Networks for Transient Stability Assessment of power systems. In this research, Artificial Neural Networks have been developed to synthesize the complex mappings that carry the power system's operating variables and faults locations into the Critical Fault Clearing Times. Training of the Artificial Neural Networks has been achieved through the method of backpropagation. The Critical Fault Clearing Time values are obtained by the Extended Equal Area Criterion method and are used for training. In this work, an attempt was made to avoid the restrictions on load and topology variations. The results obtained are in general agreement with those reported recently by other researchers.

Item Type:	Thesis (Masters)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	El-Amin, Ibrahim M.
Committee Members:	Abdel-Magid, Youssef L. and Al-Shehri, Abdallah M. and Zrida, J.
Depositing User:	Mr. Admin Admin
Date Deposited:	22 Jun 2008 14:03
Last Modified:	01 Nov 2019 14:00
URI:	http://eprints.kfupm.edu.sa/id/eprint/10371