![](/images/graphics-bg.png)
Artificial-Intelligence-Based Techniques to Evaluate Switching Overvoltages during Power System Restoration
المؤلفون المشاركون
Ketabi, Abbas
Feuillet, Rene
Sadeghkhani, Iman
المصدر
Advances in Artificial Intelligence
العدد
المجلد 2013، العدد 2013 (31 ديسمبر/كانون الأول 2013)، ص ص. 1-8، 8ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2013-01-02
دولة النشر
مصر
عدد الصفحات
8
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
علوم
الملخص EN
This paper presents an approach to the study of switching overvoltages during power equipment energization.
Switching action is one of the most important issues in the power system restoration schemes.
This action may lead to overvoltages which can damage some equipment and delay power system restoration.
In this work, switching overvoltages caused by power equipment energization are evaluated using artificial-neural-network- (ANN-) based approach.
Both multilayer perceptron (MLP) trained with Levenberg-Marquardt (LM) algorithm and radial basis function (RBF) structure have been analyzed.
In the cases of transformer and shunt reactor energization, the worst case of switching angle and remanent flux has been considered to reduce the number of required simulations for training ANN.
Also, for achieving good generalization capability for developed ANN, equivalent parameters of the network are used as ANN inputs.
Developed ANN is tested for a partial of 39-bus New England test system, and results show the effectiveness of the proposed method to evaluate switching overvoltages.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Sadeghkhani, Iman& Ketabi, Abbas& Feuillet, Rene. 2013. Artificial-Intelligence-Based Techniques to Evaluate Switching Overvoltages during Power System Restoration. Advances in Artificial Intelligence،Vol. 2013, no. 2013, pp.1-8.
https://search.emarefa.net/detail/BIM-462956
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Sadeghkhani, Iman…[et al.]. Artificial-Intelligence-Based Techniques to Evaluate Switching Overvoltages during Power System Restoration. Advances in Artificial Intelligence No. 2013 (2013), pp.1-8.
https://search.emarefa.net/detail/BIM-462956
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Sadeghkhani, Iman& Ketabi, Abbas& Feuillet, Rene. Artificial-Intelligence-Based Techniques to Evaluate Switching Overvoltages during Power System Restoration. Advances in Artificial Intelligence. 2013. Vol. 2013, no. 2013, pp.1-8.
https://search.emarefa.net/detail/BIM-462956
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-462956
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)