فهرست مطالبعنوان صفحهفصل اول: مقدمه1-1-بیانمسئله.. 21-2 پیشینه ی تحقیق.. 31-2-1 روش های کلاسیک:.. 41- 2 –2 روش های نوین با استفاده از داده های PMU.. 51-3هدف تحقیق.. 81-4 اهمیت تحقیق.. 91-5 فصل های پایان نامه.. 10فصل دوم : انواع مسائل پایداری2- انواع مسائل پایداری.. 132-1 ملاک های دسته بندی پایداری.. 132-2 تعریف پایداری استاتیک و دینامیک.. 132-2-1 پایداری استاتيكي(ماندگار).. 132-2-2 پایداری دینامیکی (گذرا).. 142-3 انواع مسائل پایداری.. 142-3-1 پایداری زاویه ای روتور.. 142-3-2 پایداری ولتاژ.. 162-3-3 پایداری فرکانس.. 17فصل سوم: ارزیابی امنیت استاتیک ولتاژ3-1 بیان مسئله.. 213-1-1جمع آوری داده های مورد نیاز برای ارزیابی امنیت استاتیک با استفاده از داده های PMU.. 223-2 معرفی و آموزش درخت تصمیم گیری :.. 243-2-1 درخت تصمیم گیری:.. 25عنوان صفحه3-2-2 طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت استاتیک ولتاژ 273-3 بررسی روش های کاهش حجم داده.. 283-3-1روش های مبتنی بر استخراج ویژگی.. 293-3-1روش Principal Component analysis یا PCA.. 30الگوریتم PCA.. 323-3-2 روش انتخاب ویژگی با استفاده از آنالیز همبستگی.. 353-4 الگوریتم پیشنهادی جهت ارزیابی سریع امنیت ولتاژ در سیستم های قدرت 363-4-1 فلوچارت الگوریتم ارزیابی امنیت استاتیک با استفاده از داده های دریافتی از PMU ها.. 403-5 جمع بندی.. 41فصل 4:ارزیابی امنیت دینامیک در شبکه های قدرت4-بیان مسئله.. 434-1 جمع آوری داده برای ارزیابی امنیت دینامیک شبکه قدرت 434-2- معرفی شاخصهای تصمیمگیری.. 434-2-1- سیگنالهای COI444-2-2- ویژگیها در حوزه زمان.. 454-2-3- محاسبه سریع WASI در حوزه فرکانس.. 474-2-4-شاخص Categorical494-3 بردار ماشین های پشتیبان.. 504-3-1 ساختار بردار ماشین های پشتیبان(SVM). 514-3-2 طراحی و آموزش بردار ماشین های پشتیبان برای ارزیابی امنیت دینامیک سیستم.. 554-4- طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت دینامیک سیستم 564-5 جایابی بهینه PMU ها با رویکرد ارزیابی امنیت دینامیک و با استفاده از تکنیک های هوشمند.. 56 4-5-1 معرفی تکنیک گام به جلو برای جایابی PMU در شبکه قدرت 574-5-2 معرفی تکنیک گام به عقب برای جایابی PMU در شبکه قدرت 584-6 بررسی روش کاهش حجم داده (PCA) در ارزیابی امنیت دینامیک سیستم قدرت 58عنوان صفحهفصل 5: نتایج شبیه سازی5-1- معرفيشبكه های مورد مطالعه.. 615-2- معرفی نرمافزار شبیهساز DIgSILENT.. 625-3 مطالعات استاتیک ولتاژ در شبکه قدرت نمونه 39-باسه.. 625-3-1 طراحی درختان تصمیم گیری محلی برای شبکه 39-باسه.. 635-3-2 آموز ش درخت تصمیم گیری کلی برای شبکه 39-باسه با استفاده از تکنیک های کاهش بعد.. 64پیشبین ها.. 655-3-3 آموزش درخت تصمیم گیری کلی برای قسمتی از ایران با استفاده از تکنیک های کاهش حجم داده.. 68فصل 5-4 مطالعات دینامیک شبکه 39 باسه نمونه.. 725-4-1 محاسبه شاخص ها :.. 725-4-2 طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت دینامیک در شبکه 39 باسه.. 735-4-3 طراحی و آموزش بردار ماشین های پشتیبان برای ارزیابی امنیت دینامیک در شبکه 39 باسه.. 775-5 استفاده از روش کاهش حجم داده (PCA) در ارزیابی امنیت شبکه 39 باسه 815-5-1 استفاده از PCA و DT برای ارزیابی امنیت دینامیک شبکه 39 باسه 815-5-2 استفاده از PCA و SVM برای ارزیابی امنیت دینامیک شبکه 39 باسه 835-5-3 تاثیر PCA در کاهش اثر نویز در داده های دریافتی از PMU ها 845-6- جایابی PMU با رویکرد ارزیابی امنیت دینامیک و با استفاده از تکنیک های هوشمند DT و SVM... 855-6-1 جایابی PMU با استفاده از تکنیک گام به جلو و درخت تصمیم گیری 865-6-2 جایابی PMU با استفاده از تکنیک گام به جلو و SVM... 885-6-3جایابی PMU با استفاده از تکنیک گام به عقب و SVM... 895-6-4جایابی PMU با استفاده از تکنیک گام به عقب و DT.. 905-7 ارزیابی امنیت دینامیک شبکه واقعی جنوب ایران.. 935-8- جمع بندی.. 94عنوان صفحهفصل6: نتیجه گیری و پیشنهادات6-1 نتیجه گیری.. 966-2- پیشنهادات.. 97فهرست مراجع.. 98عنوان صفحهشکل (2-1) انتقال توان از ژنراتور به روتور.. 15شکل (2-2)-دسته بندی انواع مسائل پایداری شبکه قدرت.. 19شکل (3-1) فلو چارت رویه دسته بندی سیستم به 4 گروه.. 24شکل (3-2) نمونه ای از یک درخت تصمیم گیری ساده.. 25شکل (3-3) نحوه ی آموزش درخت تصمیم گیری.. 28شکل (3-4) انتخاب محورهای جدید برای داده های دو بعدی[56]30شکل(3-5) داده های نمونه برای اعمال روش .[53] PCA.. 32شکل (3-6) داده های نرمالسازی شده به همراه بردار ویژه ی ماتریس کواریانس [53]33جدول (3-2) داده های بدست آمده از تبدیل PCA با انتخاب مهمترین بردار ویژه[53]34شکل (3-7).. 34شکل (3-7) داده های بازیابی شده پس از تبدیل PCA با انتخاب بزرگترین بردار ویزه[53]... 35شکل (3-8) دیاگرام الگوریتم آموزش چند سطحی درخت تصمیم گیری برای ارزیابی امنیت استاتیک.. 39شکل (3-9). فلوچارت الگوریتم پیشنهادی برای ارزیابی سریع امنیت 40شکل (4-1) محاسبه شاخص WASI در حوزه زمان[18].. 48شکل ( 4-2) نحوه ی دسته بندی غیر خطی SVM که بردار ورودی را با استفاده از توابع کرنل به یک فضای بالاتر تصویر می کند]41[52شکل (4-3 ) نحوه ی دسته بندی داده ها به دو گروه مجزا و یافتن بهترین مرز تصمیم گیری ]62[52شکل (4-4 ) خطای دسته بندی و نمایش مقدار آن با استفاده از متغیرهای ]62[53شکل (4-5) استفاده از تبدیل برای تصویر داده ها به یک فضا با بعد بالاتر]62[54شکل(4-6) ورودی و خروجی بردار ماشین های پشتیبان.. 55شکل (4-7) رویه انتخاب باس های مناسب جهت نصب PMU با تکنیک گام به جلو.. 58شکل (4-8) رویه انتخاب باس های مناسب جهت نصب PMU با تکنیک گام به عقب.. 58شکل (4-9) رویه ارائه شده برای ارزیابی امنیت دینامیک با اعمال PCA و استفاده از روش های دسته بندی SVM وDT. 59شکل (5-1) دیاگرام تک خطی شبکه 39 باسه انگلیسی.. 61شکل( 5-2) دیاگرام تک خطی شبکه عملی کنگان و عسلویه.. 61شکل (5-3) نحوه ی تقسم بندی شبکه 39-باسه به 5 ناحیه]67[63شکل (5-4) منحنی بارهای ایجاد شده برای 5 ناحیه با تغییر در اسکیل بارهای هر ناحیه.. 63شکل (5-5) دسته بندی شاخه ها در دسته های مختلف با میانگین پایداری یکسان.. 67شکل (5-6) منحنی بار شبکه کنگان و عسلویه در طول سال برای چندین بار نمونه.. 69شکل (5-7) درخت آموزش دیده برای شبکه کنگان و عسلویه با استفاده از PCA.. 71شکل(5-8)درخت آموزش دیده برای شبکه کنگان و عسلویه بدون استفاده از PCA.. 71مجموعه های مشخص شده در شکل (5-7) به صورت زیر است:.. 72شکل(5-9) نمونه ای از درخت آموزش داده شده با استفاده از تمامی پیش بین ها.. 74شکل(5-10) نمونه ای از دسته کننده SVM با استفاده از پیش بین های PostFltAngle_4 و PostFltAngle_5 وکرنل خطی.. 78شکل(5-11) نمونه ای از دسته کننده SVM با استفاده از پیش بین های PostFltAngle_1 وPostFltAngle_2و کرنل RBF. 79شکل(5-12) نمونه ای از دسته کننده SVM با استفاده از پیش بین های Min-voltage-1s_4 و Min-voltage-1s_5و کرنل RBF. 79شکل(5-13) نمونه ای از دسته کننده SVM با استفاده از پیش بین های Norm1_4وNorm1_5وکرنل RBF. 80شکل(5-14) نمونه ای از دسته کننده SVM با استفاده از پیش بین های FastWASI_Area5_1s و FastWASI_Area2_1s و کرنل RBF. 80شکل(5-15) تعداد بعد کاهش داده شده در هر مرحله بر حسب k امین دقت مورد نظر.. 82شکل (5-16) مقایسه خطای آموزش و آزمایش درخت تصمیم گیری با استفاده از PCA و با در نظر گرفتن 11 دقت مختلف.. 83شکل (5-17) مقایسه خطای آزمایش SVM با استفاده از PCA و با در نظر گرفتن 11 دقت مختلف.. 83شکل(5-18) گزینه های نصب PMU در نواحی منسجم شبکه 39 باسه انگلیسی به روش کلاسیک]43[85فهرست جدول هاعنوان صفحهجدول( 3-1 )پیش بین های مورد استفاده در ارزیابی امنیت استاتیک 23جدول( 4-1) پیش بین های ارزیابی امنیت دینامیک در حوزه زمان و فرکانس 49جدول(5-1)آموز ش درخت تصمیم گیری محلی برای 5 ناحیه شبکه 39- باسه با استفاده از پیش بین های مختلف برحسب درصد خطا.. 65جدول (5-2) عملکرد DT آموزش دیده برای شبکه 39 باسه برای مجموعه داده آزمایش 1.. 68جدول (5-3) عملکرد DT آموزش دیده برای شبکه 39 باسه برای مجموعه داده آزمایش 2.. 68جدول (5-4) عملکرد DT آموزش دیده برای شبکه کنگان و عسلویه 70جدول (5-5) عملکرد DT های آموزش دیده برای شبکه ی 39- باسه بر حسب درصد خطا.. 74جدول (5-6) شاخصهای تصمیمگیری امنیت سیستم قدرت 39 باسه 75جدول (5-7) عملکرد SVM برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه 39 باسه برحسب درصد خطا با استفاده از تابع کرنل RBF 77جدول (5-8) عملکرد SVM برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه 39 باسه برحسب درصد خطا با استفاده از تابع کرنل خطی 78جدول (5-9) عملکرد DT های آموزش دیده برای شبکه 39 باسه با استفاده از تکنیک PCA بر حسب درصد خطای آموزش و آزمایش.. 82جدول (5-10) عملکرد SVM های آموزش دیده برای شبکه 39 باسه با استفاده از تکنیک PCA بر حسب درصد خطای آزمایش.. 84جدول (5-11) میانگین خطای آموزش SVM با داده های آغشته به نویز 84جدول (5-12) مجموعه جواب های بهینه نصب PMU در شبکه 39 باسه 86جدول(5-13)میانگین خطای دسته بندی DT ها به ازای 5 سری داده ی آزمایش و آموزش برای 39 باس موجود در سیستم.. 87جدول (5-14) باس بارهای منتخب در روش گام به جلو با استفاده از DT و مقایسه آنها با باس بارهای کاندید برای نصب PMU بهروش کلاسیک 87جدول(5-15) میانگین خطای دسته بندی SVM به ازای ده سری داده ی آزمایش و آموزشتصادفی برای 39 باس موجود در سیستم.. 88جدول (5-16) باس بارهای منتخب در روش گام به جلو با استفاده از SVM و مقایسه آنها با باس بارهای کاندید برای نصب PMU به روش کلاسیک و روش گام به جلو با DT. 89جدول(5-17) میانگین خطای دسته بندی SVM به ازای ده سری داده ی آزمایش و آموزشتصادفی برای 39 باس موجود در سیستم.. 89جدول (5-18) باس بارهای منتخب در روش گام به عقب با استفاده از SVM و مقایسه آنها با باس بارهای کاندید برای نصب PMU به روش کلاسیک و روش های گام به جلو.. 90جدول(5-19) میانگین خطای دسته بندی DT به ازای چند سری داده ی آزمایش و آموزشتصادفی برای 39 باس موجود در سیستم.. 91جدول (5-20) باس بارهای منتخب در روش گام به عقب با استفاده از DT و مقایسه آنها با باس بارهای کاندید برای نصب PMU به روش کلاسیک و روش های گام به جلو و گام به عقب با SVM... 92جدول (5-21) مقایسه DT و SVM های آموزش دیده با باس های موجود در دو مجموعه جواب و . 92جدول (5-22) عملکرد DT برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه واقعی جنوب ایران برحسب درصد خطا.. 93جدول (5-23) عملکرد SVM برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه واقعی جنوب ایران برحسب درصد خطا با استفاده از تابع کرنل RBF 94 فهرست نشانه های اختصاری Computational InteligenceCICenter of InertiaCOIDynamic Security assessmentDSADecision TreeDTEqual Area CriterionEACExtended Equal Area CriterionEEACOperational ConditionOCPrincipal Component AnalysisPCAPhasor Measurement UnitPMUSupport Vector MachineSVMShort-Time Fourier TransformSTFTSupport Vector MachineSVMWide-Area Measurement SystemsWAMSWide-Area Severity IndicesWASI 1-1-بیانمسئلهپایداری سیستم های قدرت به عنوان یک مسئله ی مهم در دهه های اخیر مطرح گردیده است. بسیاری از قطعی های اساسی در سراسر جهان در اثر ناپایداری در شبکه های برق رخ داده است و این مسئله اهمیت موضوع را بیش از پیش مشخص می نماید. بررسی پایداری سیستم های قدرت با رویکردهای مختلفی امکان پذیر است که از انواع آن می توان به پایداری استاتیک و دینامیک اشاره کرد. در پایداری استاتیک رفتار سیستم در حالت ماندگار پس از مواجهه با یک اختلال بررسی می گردد تا دریابد که ولتاژ باس ها یا سرعت تجهیزات از حدود مجاز خارج نشده باشد. اما در پایداری دینامیکی رفتار گذرای سیستم در مواجهه با یک اغتشاش ارزیابی می گردد. با پيشرفتهایبوجودآمدهدرزمينهسيستمهایاندازهگیریومانيتورينگسطح وسيع،امکانارزيابيسريعپايداریفراهمآمدهاستوواحدهایاندازهگيریفازور نقش مهميرابرایرسيدنبهاينمنظورایفا می کنند.با استفاده از داده های دریافتی از PMU های نصب شده بر روی باس بارهای منتخب با هدف رویت پذیری شبکه و تخمین اطلاعات مورد نیاز از سایر باس بارها و خطوط انتقال، امکان ارزیابی پایداری چه در حوزه ی استاتیک و چه در حوزه ی دینامیک امکان پذیر است. این اندازه گیری ها به همراه تکنیک های هوشمند یادگیری ماشین، راهبرد موثری در تعیین وضعیت پایداری و امنیت در شبکه های قدرت داشته اند و پیش بینی وضعیت پایداری به صورت سریع برای به کارگیری کنترل پیشگیرانه را میسر ساخته است.در این پایان نامه می خواهیم با استفاده از داده های دریافتی از PMU ها به بررسی انواع مسائل امنیت اعم از امنیت استاتیک و امنیت دینامیک بپردازیم. با استفاده از این داده ها و تکنیک های هوشمند همچون درخت تصمیم گیری و بردار ماشین های پشتیبان وضعیت امنیت در شبکه های قدرت بررسی می شود. از آنجا که حجم اطلاعات دریافتی از شبکه های قدرت بزرگ بسیار زیاد است، به دنبال راهکارهایی برای کاهش حجم داده ها تا حد امکان هستیم به گونه ای که داده های کاهش یافته حاوی بخش عظیمی از اطلاعات شبکه باشند و اطلاعات از دست رفته قابل چشم پوشی باشند. با استفاده از تکنیک های انتخاب ویژگی و استخراج ویژگی همچون principal component analysis و correlation analysis این کاهش بعد صورت می گیرد. با این راهکار، ورودی های SVMوDT تا حد امکان کاهش می یابد و الگوریتم های یادگیری ماشین بهینه تر و مناسب با اهداف زمان حقیقی[1] و به روز رسانی مداوم تولید می گردد. همچنین با رویکرد ارزیابی امنیت دینامیک و همچنین توجه به رویت پذیر بودن کامل شبکه، راهکاری برای جایابی بهینه PMUها با استفاده از دسته کننده های DT و SVM ارائه شده است. بدین صورت که از اطلاعات تمامی باس بارها به عنوان نماینده های نصبPMU برای آموزش DT و SVM استفاده می شود و با توجه به تغییر خطای ایجاد شده در اثر ورود و یا خروج اطلاعات هر باس در رابطه با بهترین مکان برای نصب PMU ها اظهار نظر می شود.
ارزیابی پایداری گذرای سیستم های قدرت با استفاده از داده های واحد های اندازه گیری فازور word
فهرست مطالبعنوان صفحهفصل اول: مقدمه1-1-بیانمسئله.. 21-2 پیشینه ی تحقیق.. 31-2-1 روش های کلاسیک:.. 41- 2 –2 روش های نوین با استفاده از داده های PMU.. 51-3هدف تحقیق.. 81-4 اهمیت تحقیق.. 91-5 فصل های پایان نامه.. 10فصل دوم : انواع مسائل پایداری2- انواع مسائل پایداری.. 132-1 ملاک های دسته بندی پایداری.. 132-2 تعریف پایداری استاتیک و دینامیک.. 132-2-1 پایداری استاتيكي(ماندگار).. 132-2-2 پایداری دینامیکی (گذرا).. 142-3 انواع مسائل پایداری.. 142-3-1 پایداری زاویه ای روتور.. 142-3-2 پایداری ولتاژ.. 162-3-3 پایداری فرکانس.. 17فصل سوم: ارزیابی امنیت استاتیک ولتاژ3-1 بیان مسئله.. 213-1-1جمع آوری داده های مورد نیاز برای ارزیابی امنیت استاتیک با استفاده از داده های PMU.. 223-2 معرفی و آموزش درخت تصمیم گیری :.. 243-2-1 درخت تصمیم گیری:.. 25عنوان صفحه3-2-2 طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت استاتیک ولتاژ 273-3 بررسی روش های کاهش حجم داده.. 283-3-1روش های مبتنی بر استخراج ویژگی.. 293-3-1روش Principal Component analysis یا PCA.. 30الگوریتم PCA.. 323-3-2 روش انتخاب ویژگی با استفاده از آنالیز همبستگی.. 353-4 الگوریتم پیشنهادی جهت ارزیابی سریع امنیت ولتاژ در سیستم های قدرت 363-4-1 فلوچارت الگوریتم ارزیابی امنیت استاتیک با استفاده از داده های دریافتی از PMU ها.. 403-5 جمع بندی.. 41فصل 4:ارزیابی امنیت دینامیک در شبکه های قدرت4-بیان مسئله.. 434-1 جمع آوری داده برای ارزیابی امنیت دینامیک شبکه قدرت 434-2- معرفی شاخصهای تصمیمگیری.. 434-2-1- سیگنالهای COI444-2-2- ویژگیها در حوزه زمان.. 454-2-3- محاسبه سریع WASI در حوزه فرکانس.. 474-2-4-شاخص Categorical494-3 بردار ماشین های پشتیبان.. 504-3-1 ساختار بردار ماشین های پشتیبان(SVM). 514-3-2 طراحی و آموزش بردار ماشین های پشتیبان برای ارزیابی امنیت دینامیک سیستم.. 554-4- طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت دینامیک سیستم 564-5 جایابی بهینه PMU ها با رویکرد ارزیابی امنیت دینامیک و با استفاده از تکنیک های هوشمند.. 56 4-5-1 معرفی تکنیک گام به جلو برای جایابی PMU در شبکه قدرت 574-5-2 معرفی تکنیک گام به عقب برای جایابی PMU در شبکه قدرت 584-6 بررسی روش کاهش حجم داده (PCA) در ارزیابی امنیت دینامیک سیستم قدرت 58عنوان صفحهفصل 5: نتایج شبیه سازی5-1- معرفيشبكه های مورد مطالعه.. 615-2- معرفی نرمافزار شبیهساز DIgSILENT.. 625-3 مطالعات استاتیک ولتاژ در شبکه قدرت نمونه 39-باسه.. 625-3-1 طراحی درختان تصمیم گیری محلی برای شبکه 39-باسه.. 635-3-2 آموز ش درخت تصمیم گیری کلی برای شبکه 39-باسه با استفاده از تکنیک های کاهش بعد.. 64پیشبین ها.. 655-3-3 آموزش درخت تصمیم گیری کلی برای قسمتی از ایران با استفاده از تکنیک های کاهش حجم داده.. 68فصل 5-4 مطالعات دینامیک شبکه 39 باسه نمونه.. 725-4-1 محاسبه شاخص ها :.. 725-4-2 طراحی و آموزش درخت تصمیم گیری برای ارزیابی امنیت دینامیک در شبکه 39 باسه.. 735-4-3 طراحی و آموزش بردار ماشین های پشتیبان برای ارزیابی امنیت دینامیک در شبکه 39 باسه.. 775-5 استفاده از روش کاهش حجم داده (PCA) در ارزیابی امنیت شبکه 39 باسه 815-5-1 استفاده از PCA و DT برای ارزیابی امنیت دینامیک شبکه 39 باسه 815-5-2 استفاده از PCA و SVM برای ارزیابی امنیت دینامیک شبکه 39 باسه 835-5-3 تاثیر PCA در کاهش اثر نویز در داده های دریافتی از PMU ها 845-6- جایابی PMU با رویکرد ارزیابی امنیت دینامیک و با استفاده از تکنیک های هوشمند DT و SVM... 855-6-1 جایابی PMU با استفاده از تکنیک گام به جلو و درخت تصمیم گیری 865-6-2 جایابی PMU با استفاده از تکنیک گام به جلو و SVM... 885-6-3جایابی PMU با استفاده از تکنیک گام به عقب و SVM... 895-6-4جایابی PMU با استفاده از تکنیک گام به عقب و DT.. 905-7 ارزیابی امنیت دینامیک شبکه واقعی جنوب ایران.. 935-8- جمع بندی.. 94عنوان صفحهفصل6: نتیجه گیری و پیشنهادات6-1 نتیجه گیری.. 966-2- پیشنهادات.. 97فهرست مراجع.. 98عنوان صفحهشکل (2-1) انتقال توان از ژنراتور به روتور.. 15شکل (2-2)-دسته بندی انواع مسائل پایداری شبکه قدرت.. 19شکل (3-1) فلو چارت رویه دسته بندی سیستم به 4 گروه.. 24شکل (3-2) نمونه ای از یک درخت تصمیم گیری ساده.. 25شکل (3-3) نحوه ی آموزش درخت تصمیم گیری.. 28شکل (3-4) انتخاب محورهای جدید برای داده های دو بعدی[56]30شکل(3-5) داده های نمونه برای اعمال روش .[53] PCA.. 32شکل (3-6) داده های نرمالسازی شده به همراه بردار ویژه ی ماتریس کواریانس [53]33جدول (3-2) داده های بدست آمده از تبدیل PCA با انتخاب مهمترین بردار ویژه[53]34شکل (3-7).. 34شکل (3-7) داده های بازیابی شده پس از تبدیل PCA با انتخاب بزرگترین بردار ویزه[53]... 35شکل (3-8) دیاگرام الگوریتم آموزش چند سطحی درخت تصمیم گیری برای ارزیابی امنیت استاتیک.. 39شکل (3-9). فلوچارت الگوریتم پیشنهادی برای ارزیابی سریع امنیت 40شکل (4-1) محاسبه شاخص WASI در حوزه زمان[18].. 48شکل ( 4-2) نحوه ی دسته بندی غیر خطی SVM که بردار ورودی را با استفاده از توابع کرنل به یک فضای بالاتر تصویر می کند]41[52شکل (4-3 ) نحوه ی دسته بندی داده ها به دو گروه مجزا و یافتن بهترین مرز تصمیم گیری ]62[52شکل (4-4 ) خطای دسته بندی و نمایش مقدار آن با استفاده از متغیرهای ]62[53شکل (4-5) استفاده از تبدیل برای تصویر داده ها به یک فضا با بعد بالاتر]62[54شکل(4-6) ورودی و خروجی بردار ماشین های پشتیبان.. 55شکل (4-7) رویه انتخاب باس های مناسب جهت نصب PMU با تکنیک گام به جلو.. 58شکل (4-8) رویه انتخاب باس های مناسب جهت نصب PMU با تکنیک گام به عقب.. 58شکل (4-9) رویه ارائه شده برای ارزیابی امنیت دینامیک با اعمال PCA و استفاده از روش های دسته بندی SVM وDT. 59شکل (5-1) دیاگرام تک خطی شبکه 39 باسه انگلیسی.. 61شکل( 5-2) دیاگرام تک خطی شبکه عملی کنگان و عسلویه.. 61شکل (5-3) نحوه ی تقسم بندی شبکه 39-باسه به 5 ناحیه]67[63شکل (5-4) منحنی بارهای ایجاد شده برای 5 ناحیه با تغییر در اسکیل بارهای هر ناحیه.. 63شکل (5-5) دسته بندی شاخه ها در دسته های مختلف با میانگین پایداری یکسان.. 67شکل (5-6) منحنی بار شبکه کنگان و عسلویه در طول سال برای چندین بار نمونه.. 69شکل (5-7) درخت آموزش دیده برای شبکه کنگان و عسلویه با استفاده از PCA.. 71شکل(5-8)درخت آموزش دیده برای شبکه کنگان و عسلویه بدون استفاده از PCA.. 71مجموعه های مشخص شده در شکل (5-7) به صورت زیر است:.. 72شکل(5-9) نمونه ای از درخت آموزش داده شده با استفاده از تمامی پیش بین ها.. 74شکل(5-10) نمونه ای از دسته کننده SVM با استفاده از پیش بین های PostFltAngle_4 و PostFltAngle_5 وکرنل خطی.. 78شکل(5-11) نمونه ای از دسته کننده SVM با استفاده از پیش بین های PostFltAngle_1 وPostFltAngle_2و کرنل RBF. 79شکل(5-12) نمونه ای از دسته کننده SVM با استفاده از پیش بین های Min-voltage-1s_4 و Min-voltage-1s_5و کرنل RBF. 79شکل(5-13) نمونه ای از دسته کننده SVM با استفاده از پیش بین های Norm1_4وNorm1_5وکرنل RBF. 80شکل(5-14) نمونه ای از دسته کننده SVM با استفاده از پیش بین های FastWASI_Area5_1s و FastWASI_Area2_1s و کرنل RBF. 80شکل(5-15) تعداد بعد کاهش داده شده در هر مرحله بر حسب k امین دقت مورد نظر.. 82شکل (5-16) مقایسه خطای آموزش و آزمایش درخت تصمیم گیری با استفاده از PCA و با در نظر گرفتن 11 دقت مختلف.. 83شکل (5-17) مقایسه خطای آزمایش SVM با استفاده از PCA و با در نظر گرفتن 11 دقت مختلف.. 83شکل(5-18) گزینه های نصب PMU در نواحی منسجم شبکه 39 باسه انگلیسی به روش کلاسیک]43[85فهرست جدول هاعنوان صفحهجدول( 3-1 )پیش بین های مورد استفاده در ارزیابی امنیت استاتیک 23جدول( 4-1) پیش بین های ارزیابی امنیت دینامیک در حوزه زمان و فرکانس 49جدول(5-1)آموز ش درخت تصمیم گیری محلی برای 5 ناحیه شبکه 39- باسه با استفاده از پیش بین های مختلف برحسب درصد خطا.. 65جدول (5-2) عملکرد DT آموزش دیده برای شبکه 39 باسه برای مجموعه داده آزمایش 1.. 68جدول (5-3) عملکرد DT آموزش دیده برای شبکه 39 باسه برای مجموعه داده آزمایش 2.. 68جدول (5-4) عملکرد DT آموزش دیده برای شبکه کنگان و عسلویه 70جدول (5-5) عملکرد DT های آموزش دیده برای شبکه ی 39- باسه بر حسب درصد خطا.. 74جدول (5-6) شاخصهای تصمیمگیری امنیت سیستم قدرت 39 باسه 75جدول (5-7) عملکرد SVM برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه 39 باسه برحسب درصد خطا با استفاده از تابع کرنل RBF 77جدول (5-8) عملکرد SVM برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه 39 باسه برحسب درصد خطا با استفاده از تابع کرنل خطی 78جدول (5-9) عملکرد DT های آموزش دیده برای شبکه 39 باسه با استفاده از تکنیک PCA بر حسب درصد خطای آموزش و آزمایش.. 82جدول (5-10) عملکرد SVM های آموزش دیده برای شبکه 39 باسه با استفاده از تکنیک PCA بر حسب درصد خطای آزمایش.. 84جدول (5-11) میانگین خطای آموزش SVM با داده های آغشته به نویز 84جدول (5-12) مجموعه جواب های بهینه نصب PMU در شبکه 39 باسه 86جدول(5-13)میانگین خطای دسته بندی DT ها به ازای 5 سری داده ی آزمایش و آموزش برای 39 باس موجود در سیستم.. 87جدول (5-14) باس بارهای منتخب در روش گام به جلو با استفاده از DT و مقایسه آنها با باس بارهای کاندید برای نصب PMU بهروش کلاسیک 87جدول(5-15) میانگین خطای دسته بندی SVM به ازای ده سری داده ی آزمایش و آموزشتصادفی برای 39 باس موجود در سیستم.. 88جدول (5-16) باس بارهای منتخب در روش گام به جلو با استفاده از SVM و مقایسه آنها با باس بارهای کاندید برای نصب PMU به روش کلاسیک و روش گام به جلو با DT. 89جدول(5-17) میانگین خطای دسته بندی SVM به ازای ده سری داده ی آزمایش و آموزشتصادفی برای 39 باس موجود در سیستم.. 89جدول (5-18) باس بارهای منتخب در روش گام به عقب با استفاده از SVM و مقایسه آنها با باس بارهای کاندید برای نصب PMU به روش کلاسیک و روش های گام به جلو.. 90جدول(5-19) میانگین خطای دسته بندی DT به ازای چند سری داده ی آزمایش و آموزشتصادفی برای 39 باس موجود در سیستم.. 91جدول (5-20) باس بارهای منتخب در روش گام به عقب با استفاده از DT و مقایسه آنها با باس بارهای کاندید برای نصب PMU به روش کلاسیک و روش های گام به جلو و گام به عقب با SVM... 92جدول (5-21) مقایسه DT و SVM های آموزش دیده با باس های موجود در دو مجموعه جواب و . 92جدول (5-22) عملکرد DT برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه واقعی جنوب ایران برحسب درصد خطا.. 93جدول (5-23) عملکرد SVM برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه واقعی جنوب ایران برحسب درصد خطا با استفاده از تابع کرنل RBF 94 فهرست نشانه های اختصاری Computational InteligenceCICenter of InertiaCOIDynamic Security assessmentDSADecision TreeDTEqual Area CriterionEACExtended Equal Area CriterionEEACOperational ConditionOCPrincipal Component AnalysisPCAPhasor Measurement UnitPMUSupport Vector MachineSVMShort-Time Fourier TransformSTFTSupport Vector MachineSVMWide-Area Measurement SystemsWAMSWide-Area Severity IndicesWASI 1-1-بیانمسئلهپایداری سیستم های قدرت به عنوان یک مسئله ی مهم در دهه های اخیر مطرح گردیده است. بسیاری از قطعی های اساسی در سراسر جهان در اثر ناپایداری در شبکه های برق رخ داده است و این مسئله اهمیت موضوع را بیش از پیش مشخص می نماید. بررسی پایداری سیستم های قدرت با رویکردهای مختلفی امکان پذیر است که از انواع آن می توان به پایداری استاتیک و دینامیک اشاره کرد. در پایداری استاتیک رفتار سیستم در حالت ماندگار پس از مواجهه با یک اختلال بررسی می گردد تا دریابد که ولتاژ باس ها یا سرعت تجهیزات از حدود مجاز خارج نشده باشد. اما در پایداری دینامیکی رفتار گذرای سیستم در مواجهه با یک اغتشاش ارزیابی می گردد. با پيشرفتهایبوجودآمدهدرزمينهسيستمهایاندازهگیریومانيتورينگسطح وسيع،امکانارزيابيسريعپايداریفراهمآمدهاستوواحدهایاندازهگيریفازور نقش مهميرابرایرسيدنبهاينمنظورایفا می کنند.با استفاده از داده های دریافتی از PMU های نصب شده بر روی باس بارهای منتخب با هدف رویت پذیری شبکه و تخمین اطلاعات مورد نیاز از سایر باس بارها و خطوط انتقال، امکان ارزیابی پایداری چه در حوزه ی استاتیک و چه در حوزه ی دینامیک امکان پذیر است. این اندازه گیری ها به همراه تکنیک های هوشمند یادگیری ماشین، راهبرد موثری در تعیین وضعیت پایداری و امنیت در شبکه های قدرت داشته اند و پیش بینی وضعیت پایداری به صورت سریع برای به کارگیری کنترل پیشگیرانه را میسر ساخته است.در این پایان نامه می خواهیم با استفاده از داده های دریافتی از PMU ها به بررسی انواع مسائل امنیت اعم از امنیت استاتیک و امنیت دینامیک بپردازیم. با استفاده از این داده ها و تکنیک های هوشمند همچون درخت تصمیم گیری و بردار ماشین های پشتیبان وضعیت امنیت در شبکه های قدرت بررسی می شود. از آنجا که حجم اطلاعات دریافتی از شبکه های قدرت بزرگ بسیار زیاد است، به دنبال راهکارهایی برای کاهش حجم داده ها تا حد امکان هستیم به گونه ای که داده های کاهش یافته حاوی بخش عظیمی از اطلاعات شبکه باشند و اطلاعات از دست رفته قابل چشم پوشی باشند. با استفاده از تکنیک های انتخاب ویژگی و استخراج ویژگی همچون principal component analysis و correlation analysis این کاهش بعد صورت می گیرد. با این راهکار، ورودی های SVMوDT تا حد امکان کاهش می یابد و الگوریتم های یادگیری ماشین بهینه تر و مناسب با اهداف زمان حقیقی[1] و به روز رسانی مداوم تولید می گردد. همچنین با رویکرد ارزیابی امنیت دینامیک و همچنین توجه به رویت پذیر بودن کامل شبکه، راهکاری برای جایابی بهینه PMUها با استفاده از دسته کننده های DT و SVM ارائه شده است. بدین صورت که از اطلاعات تمامی باس بارها به عنوان نماینده های نصبPMU برای آموزش DT و SVM استفاده می شود و با توجه به تغییر خطای ایجاد شده در اثر ورود و یا خروج اطلاعات هر باس در رابطه با بهترین مکان برای نصب PMU ها اظهار نظر می شود.