4-3. بررسی توصیفی متغیرهای پژوهش………………………………………………………………………………………………………………..38

4-4. بررسی طبیعی بودن توزیع داده ­ها………………………………………………………………………………………………………………….39

4-5. آزمون فرضیه­ های پژوهش ………………………………………………………………………………………………………………………….40

فرضیه اول………………………………………………………………………………………………………………………………………………………..40

فرضیه دوم ……………………………………………………………………………………………………………………………………………………….47

فرضیه سوم……………………………………………………………………………………………………………………………………………………….58

فرضیه چهارم …………………………………………………………………………………………………………………………………………………..59

فرضیه پنجم……………………………………………………………………………………………………………………………………………………..60

فرضیه ششم……………………………………………………………………………………………………………………………………………………..61

 

فصل پنجم

5-1. مقدمه………………………………………………………………………………………………………………………………………………………63

5-2. خلاصه پژوهش…………………………………………………………………………………………………………………………………………63

5-3. بحث و بررسی…………………………………………………………………………………………………………………………………………..64

5-3-1. بررسی شاخص­های آنتروپومتریک بازیکنان فوتبال و هندبال در پست­های مختلف………………………………………….64

5-3-2. رابطه بین شاخص­های آنتروپومتریک با سرعت و چابکی…………………………………………………………………………….67

5-4.نتیجه گیری…………………………………………………………………………………………………………………………………………………68

5-5. پیشنهادات………………………………………………………………………………………………………………………………………………….69

5-5-1. پیشنهادات کاربردی…………………………………………………………………………………………………………………………………69

5-5-2.پیشنهادهای پژوهشی………………………………………………………………………………………………………………………………..70

 

فهرست جداول

جداول                                                                                                             صفحه

فهرست جدول ها

جدول( 4-1)توصیف ویژگی­های آزمودنی­ها ………………………………………………………………………………………………………..37

جدول( 4-2) میانگین و انحراف استاندارد متغیرها در گروه هندبال و فوتبال……………………………………………………………..38

جدول 4(-3) نتایج آزمون کالموگراف اسمیرنوف در گروه هندبال و فوتبال………………………………………………………………39

جدول( 4-4) مقایسه شاخص­های آنتروپومتریک بازیکنان هندبال در پست­های مختلف ………………………………………40-44

جدول (4-5) آزمون گابریل برای مقایسه زوجی شاخص­های آنتروپومتریک بازیکنان هندبال در پست­های مختلف…………………………………………………………………………………………………………………………………………………….. 45-47

جدول( 4-6) مقایسه شاخص­های آنتروپومتریک بازیکنان فوتبال در پست­های مختلف………………………………………. 48-51

جدول( 4-7) آزمون گابریل برای مقایسه زوجی شاخص­های آنتروپومتریک بازیکنان فوتبال در پست­های مختلف…………………………………………………………………………………………………………………………………………………….. 52-57

جدول (4-8) بررسی رابطه بین شاخص­های آنتروپومتریک بازیکنان هندبال با متغیر سرعت ………………………………………58

جدول( 4-9) بررسی رابطه بین شاخص­های آنتروپومتریک بازیکنان فوتبال با متغیر سرعت………………………………………..59

جدول( 4-10) بررسی رابطه بین شاخص­های آنتروپومتریک بازیکنان هندبال با متغیر چابکی……………………………………..60

جدول (4-11) بررسی رابطه بین شاخص­های آنتروپومتریک بازیکنان فوتبال با متغیر چابکی………………………………………61

 

 

 

فهرست شکل ها

شکل ها

 

شکل(3-1) ترازویcmery eb 9003………………………………………………………………………………………………………………..27

شکل(3-2)مترنواری…………………………………………………………………………………………………………………………………………..27

شکل(3-3) کولیس…………………………………………………………………………………………………………………………………………….27

شکل(3-4) اندازه گیری قد ایستاده………………………………………………………………………………………………………………………28

شکل(3-5) اندازه گیری قد نشسته……………………………………………………………………………………………………………………….28

شکل(3-6) اندازه گیری طول ران………………………………………………………………………………………………………………………..29

شکل(3-7) اندازه گیری طول ساق پا……………………………………………………………………………………………………………………29

شکل(3-8) اندازه گیری طول دو دست………………………………………………………………………………………………………………..29

شکل(3-9) اندازه گیری طول بازو……………………………………………………………………………………………………………………….30

شکل(3-10) اندازه گیری طول ساعد…………………………………………………………………………………………………………………..30

شکل(3-11) اندازه گیری طول کف دست…………………………………………………………………………………………………………….30

شکل(3-12) اندازه گیری طول آرنج تا نوک انگشت………………………………………………………………………………………………31

شکل(3-13) اندازه گیری عرض شانه…………………………………………………………………………………………………………………..31

شکل(3-14) اندازه گیری عرض زانو……………………………………………………………………………………………………………………31

شکل(3-15) اندازه گیری عرض مچ پا…………………………………………………………………………………………………………………32

شکل(3-16) اندازه گیری عرض مچ دست……………………………………………………………………………………………………………32

شکل(3-17) اندازه گیری عرض آرنج………………………………………………………………………………………………………………….32

شکل(3-18) اندازه گیری دور سینه……………………………………………………………………………………………………………………..33

شکل(3-19) اندازه گیری دور شکم……………………………………………………………………………………………………………………..33

شکل(3-20)اندازه گیری دور لگن……………………………………………………………………………………………………………………….33

شکل(3-21) اندازه گیری دور مچ پا…………………………………………………………………………………………………………………….34

شکل(3-22) اندازه گیری دور ران……………………………………………………………………………………………………………………….34

شکل(3-23) اندازه گیری دور بازو………………………………………………………………………………………………………………………34

شکل(3-24) اندازه گیری دور ساق پا………………………………………………………………………………………………………………….34

شکل( 3-25) تست 20 متر………………………………………………………………………………………………………………………………..35

شکل(3-26)آزمون ایلینویز…………………………………………………………………………………………………………………………………35

 

فهرست پیوست ها

پیوست ها                                                                                                                 صفحه

پیوست شماره 1 : فرم دعوت به همکاری و رضایت نامه……………………………………………………………….76

پیوست شماره 2 : فرم اندازه گیری فاکتور های آنتروپومتریکی،سرعت و چابکی……………………………….77

 

این مطلب را هم بخوانید :

 

 

چکیده:

هدف از انجام این پژوهش تعیین شاخص های آنتروپومتریک بازیکنان پست های مختلف فوتبال و هندبال و رابطه آنها با سرعت و چابکی می باشد. 22 مورد شاخص آنتروپومتریک در 58 بازیکن (در هندبال میانگین سن 07/22، قد 61/182، وزن 92/82، وانحراف استاندارد سن 24/2، قد 48/5، وزن 42/5. و درفوتبال میانگین سن 33/25، قد 67/182، وزن 60/76، وانحراف استاندارد سن 47/3، قد 73/4، وزن 34/6. )  شاغل در لیگ استان گیلان در رشته­های ورزشی فوتبال و هندبال اندازه گیری شد. میزان چابکی و سرعت آزمودنی­ها در قالب دو آزمون چابکی ایلینویز و 20 متر سرعت در هر دو گروه هندبال و فوتبال اندازه ­گیری شد. برای بررسی طبیعی بودن توزیع داده ­ها در هر یک از اندازه ­گیری­های انجام شده از آزمون کالموگراف- اسمیرنوف استفاده شد. برای مقایسه شاخص­های آنتروپومتریک بین پست­های مختلف از آزمون تجزیه و تحلیل واریانس و آزمون تعقیبی گابریل و برای بررسی ارتباط شاخص­های آنتروپومتریک با سرعت و چابکی از ضریب همبستگی پیرسون استفاده گردید. کلیه آزمون­های آماری توسط نرم افزار SPSS نسخه 18 در سطح معنی­داری(05/0 p <) انجام شد.

نتایج آزمون گابریل با مقایسه زوجی شاخص­های عرض زانو و عرض مچ پا بازیکنان هندبال در پست­های مختلف نشان داد که شاخص عرض زانو در دروازه­بانان نسبت به بازیکنان خط زن به طور معنی­داری بیشتر بود. همچنین شاخص عرض مچ پا نیز در دروازه بانان نسبت به بازیکنان گوش به طور معنی­دار بیشتربود. همچنین مقایسه زوجی شاخص­های وزن و طول دو دست بازیکنان فوتبال در پست­های مختلف نشان داد که شاخص وزن در مدافعین و هافبک­ها به طور معنی­داری از مهاجمین بیشتر بود.  طول دو دست در دروازه­بانان به طور معنی­داری از مهاجمین بیشتر بود. شاخص­های قد و قد نشسته بازیکنان فوتبال در پست­های مختلف نشان داد که شاخص قد در دروازه­بان­ها و هافبک­ها به طور معنی­داری از مهاجمین بیشتر بود. همچنین شاخص قد نشسته نیز در مدافعین به طور معنی­داری از مهاجمین بیشتر بود.

نتایج نشان داد که از بین شاخص­های آنتروپومتریک هندبالیست­ها، وزن، قد نشسته، عرض آرنج و دور مچ پا با میزان سرعت و طول ساق پا، طول ساعد، آرنج تا نوک انگشت، دور سینه، و دور ران با میزان چابکی رابطه منفی، معنی­دار و دور بازو با میزان چابکی رابطه مثبت و معنی­داری داشتند (05/0  P<). از بین شاخص­های آنتروپومتریک فوتبالیست­ها، قد، قد نشسته، طول ران، طول دو دست، آرنج تا نوک انگشت، عرض زانو، عرض مچ پا، و دور شکم با میزان سرعت، طول دو دست، طول بازو، دور لگن، و دور شکم با میزان چابکی رابطه منفی و معنی­داری داشتند (05/0  P<). با توجه به مطالعات وبررسی های که انجام شد به این نتیجه رسیدیم که در پست های مختلف فوتبال، دروازه بان ها و مدافع ها نسبت به هافبک ها، وهافبک ها نیز نسبت به مهاجم ها از جثه بزرگ تری برخوردار باشند. ودرپست های مختلف هندبال هم دروازه بان ها و بغل زن ها نسبت به خط زن ها، وخط زن ها  نسبت به گوش زن ها جثه بزرگ تری برخوردار باشند.

 

واژه های کلیدی: فوتبال، هندبال، آنتروپومتری، سرعت، چابکی.

 

 

 

1-1. مقدمه

در حال حاضر در تمام رشته های ورزشی از علوم مذكور و نیز تكنولوژی های مختلف در جهت  هر  چه  بهتر  اجرا  نمودن  حركات  و  مهارت های ورزشی و پیاده نمودن تاكتیک های  مختلف تیمی جهت كسب

خلاصه: 43

3-1. مقدمه. 45

3-2. روش انجام تحقیق.. 46

3-3.  نحوه اجرای تحقیق.. 46

٣-4. فرایند تحقیق.. 47

3-5. جامعه آماری، روش نمونه‏گیری و حجم نمونه. 48

3-6. ابزار جمع آوری داده ها 48

الف. پرسشنامه اطلاعات شخصی.. 48

ب. مقیاس خودکارآمدی تحصیلی.. 49

ج. مقیاس سنجش عملکرد تحصیلی.. 49

3-7. روش‌ها و ابزار تجزیه و تحلیل داده‏ها: 49

خلاصه. 50

4-1. توصیف شاخص های دموگرافیک(بررسی ویژگی های جمعیت شناختی گروه ها) 52

 

4-1-1. وضعیت تحصیلات والدین دانش آموزان. 52

4-1-2. وضعیت شغل والدین دانش آموزان. 54

4-2. وضعیت توصیفی شاخص ها 55

4-3- بررسی پیش فرض های استفاده از آزمون واریانس چندمتغیری.. 57

4-4- بررسی فرضیات تحقیق.. 59

5-1- مقدمه. 66

5-2. نتیجه گیری.. 66

5-3- بحث: 68

5-4. پیشنهادات… 69

5-5. محدودیت های تحقیق.. 71

منابع. 72

فهرست جداول

جدول4-1-1 توزیع درصد فراوانی تحصیلات والدین دانش آموزان  بر حسب گروه. 53

جدول4-1-2  توزیع درصد فراوانی وضعیت شغلی والدین دانش آموزان  بر حسب گروه. 54

این مطلب را هم بخوانید :

جدول 4-2-1 توزیع درصد فراوانی متغیر خودکارآمدی تحصیلی دانش آموزان  بر حسب گروه. 55

جدول 4-2-2 توزیع فراوانی و درصدی متغیر عملکرد تحصیلی دانش آموزان  بر حسب گروه. 56

جدول4-3-1 مفروضه نرمال بودن داده ها برای هر متغیر به تفکیک گروه ها 57

4-3-2 جدول آزمون لون  مربوط به پیش فرض  برابری واریانس ها 58

جدول 4-4-1 آزمون معناداری چند متغیری.. 59

3-2روش و طرح تحقیق.. 58

3-3جامعه آماری و حجم نمونه. 58

3-4روش جمع­آوری اطلاعات.. 58

3-5ابزار گردآوری اطلاعات.. 59

3-5-1-پرسشنامه شخصیتی نئو ( NEO-FFI) 59

3-6روش تجزیه و تحلیل اطلاعات.. 60

4-1مقدمه. 61

2-4بررسی ویژگی های جمعیت شناختی نمونه آماری.. 61

4-2-1-جنسیت.. 61

4-2-2-وضعیت تأهل. 62

4-2-3-تحصیلات.. 63

4-2-4-سن.. 64

4-3یافته­ های توصیفی.. 65

 

4-4تحلیل استنباطی.. 66

4-5آماره های طبقه بندی.. 69

5-1مقدمه. 71

5-2بحث و نتیجه‌گیری.. 71

5-3جمع­بندی.. 75

5-4محدودیتهای پژوهش… 75

5-5پیشنهادات کاربردی.. 76

5-6پیشنهادات پژوهشی.. 77

منابع . …78

پیوست……………………………………………………………………………………….. 87

چکیده لاتین ……………………………………………………………………………………………………………. 90
فهرست جداول

جدول ‏2‑1: مقیاسها، جنبه ها و همبسته های سیاهه صفات نئو پی آی آر: برونگرایی.. 46

جدول ‏2‑2: مقیاسها، جنبهها و همبسته های سیاهه صفات نئو پی آی آر: سازگاری.. 47

جدول ‏2‑3: مقیاسها، جنبه ها و همبسته های سیاهه صفات نئو پی آی آر:وظیفهشناسی.. 49

جدول ‏2‑4: مقیاسها، جنبهها و همبسته های سیاهه صفات نئو پی آی آر: روانرنجورخویی.. 51

جدول ‏2‑5: مقیاسها، جنبهها و همبسته های سیاهه صفات نئو پی آی آر: گشودگی.. 52

جدول ‏3‑1: پایایی مقیاس NEO-FFI در مطالعات مختلف… 59

جدول ‏4‑1: توزیع فراوانی پاسخ دهندگان بر حسب جنسیت.. 61

این مطلب را هم بخوانید :

جدول ‏4‑2: توزیع فراوانی پاسخ دهندگان بر حسب جنسیت.. 62

جدول ‏4‑3: توزیع فراوانی پاسخ دهندگان برحسب متغیر تحصیلات.. 63

جدول ‏4‑4: توزیع فراوانی پاسخ دهندگان بر حسب سن.. 64

جدول ‏4‑5: داده های توصیفی برای ویژگیهای شخصیتی در در دو گروه اقدام کننده به خودکشی و عادی.. 65

جدول ‏4‑6: نتایج آزمون کولموگروف اسمیرنوف.. 66

شکل(5-8)درخت آموزش دیده برای شبکه کنگان و عسلویه بدون استفاده از PCA.. 71
مجموعه های مشخص شده در شکل (5-7) به صورت زیر است: 72
شکل(5-9) نمونه ای از درخت آموزش داده شده با بهره گرفتن از تمامی پیش بین ها 74
شکل(5-10) نمونه ای از دسته کننده SVM با بهره گرفتن از پیش بین های PostFltAngle_4 و PostFltAngle_5 وکرنل خطی.. 78
شکل(5-11) نمونه ای از دسته کننده SVM با بهره گرفتن از پیش بین های PostFltAngle_1 و PostFltAngle_2و کرنل RBF. 79
شکل(5-12) نمونه ای از دسته کننده SVM با بهره گرفتن از پیش بین های Min-voltage-1s_4 و Min-voltage-1s_5و کرنل RBF. 79
شکل(5-13) نمونه ای از دسته کننده SVM با بهره گرفتن از پیش بین های Norm1_4 و Norm1_5 و کرنل RBF. 80
شکل(5-14) نمونه ای از دسته کننده SVM با بهره گرفتن از پیش بین های FastWASI_Area5_1s و  FastWASI_Area2_1s  و کرنل RBF. 80
شکل(5-15) تعداد بعد کاهش داده شده در هر مرحله بر حسب k امین دقت مورد نظر. 82
شکل (5-16) مقایسه خطای آموزش و آزمایش درخت تصمیم گیری با بهره گرفتن از PCA و با در نظر گرفتن 11 دقت مختلف.. 83
شکل (5-17) مقایسه خطای آزمایش SVM با بهره گرفتن از PCA و با در نظر گرفتن 11 دقت مختلف.. 83
شکل(5-18) گزینه های نصب PMU در نواحی منسجم شبکه 39 باسه انگلیسی به روش کلاسیک]43[ 85

 

فهرست جدول ها
عنوان                                                                                                                      صفحه
جدول( 3-1 )پیش بین های مورد استفاده در ارزیابی امنیت استاتیک… 23
جدول( 4-1) پیش بین های ارزیابی امنیت دینامیک در حوزه زمان و فرکانس… 49
جدول(5-1)آموز ش درخت تصمیم گیری محلی برای 5 ناحیه شبکه 39- باسه با بهره گرفتن از پیش بین های مختلف  برحسب درصد خطا 65
جدول (5-2) عملکرد DT آموزش دیده برای شبکه 39 باسه برای مجموعه داده آزمایش 1. 68
جدول (5-3) عملکرد DT آموزش دیده برای شبکه 39 باسه برای مجموعه داده آزمایش 2. 68
جدول (5-4) عملکرد DT آموزش دیده برای شبکه کنگان و عسلویه. 70
جدول (5-5) عملکرد DT های آموزش دیده برای شبکه ی 39- باسه بر حسب درصد خطا 74
جدول (5-6) شاخص‌های تصمیم‌گیری امنیت سیستم قدرت 39 باسه. 75
جدول (5-7) عملکرد SVM برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه 39 باسه برحسب درصد خطا با بهره گرفتن از تابع کرنل RBF. 77
جدول (5-8) عملکرد SVM برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه 39 باسه برحسب درصد خطا با بهره گرفتن از تابع کرنل خطی.. 78
جدول (5-9) عملکرد DT های آموزش دیده برای شبکه 39 باسه با بهره گرفتن از تکنیک PCA بر حسب درصد خطای آموزش و آزمایش… 82
جدول (5-10) عملکرد SVM های آموزش دیده برای شبکه 39 باسه با بهره گرفتن از تکنیک PCA بر حسب درصد خطای آزمایش… 84
جدول (5-11) میانگین خطای آموزش  SVM با داده های آغشته به نویز. 84
جدول (5-12) مجموعه جواب های بهینه نصب PMU در شبکه 39 باسه. 86
جدول(5-13)میانگین خطای دسته بندی DT ها  به ازای 5 سری داده ی آزمایش و آموزش برای 39 باس موجود در سیستم. 87
جدول (5-14) باس بارهای منتخب در روش گام به جلو  با بهره گرفتن از DT و مقایسه آنها با باس بارهای کاندید برای نصب PMU به روش کلاسیک… 87
جدول(5-15) میانگین خطای دسته بندی SVM به ازای ده سری داده ی آزمایش و آموزش تصادفی  برای 39 باس موجود در سیستم. 88
جدول (5-16) باس بارهای منتخب در روش گام به جلو  با بهره گرفتن از SVM و مقایسه آنها با باس بارهای کاندید برای نصب PMU به روش کلاسیک و روش گام به جلو با DT.. 89
جدول(5-17) میانگین خطای دسته بندی SVM به ازای ده سری داده ی آزمایش و آموزش تصادفی  برای 39 باس موجود در سیستم. 89
جدول (5-18) باس بارهای منتخب در روش گام به عقب با بهره گرفتن از SVM و مقایسه آنها با باس بارهای کاندید برای نصب PMU به روش کلاسیک و روش های گام به جلو. 90
جدول(5-19) میانگین خطای دسته بندی DT به ازای چند سری داده ی آزمایش و آموزش تصادفی  برای 39 باس موجود در سیستم. 91
جدول (5-20) باس بارهای منتخب در روش گام به عقب  با بهره گرفتن 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… 92
جدول (5-21) مقایسه DT و SVM های آموزش دیده با باس های موجود در دو مجموعه جواب     و  . 92
جدول (5-22) عملکرد DT برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه واقعی جنوب ایران برحسب درصد خطا 93
جدول (5-23) عملکرد SVM برنامه ریزی شده برای ارزیابی امنیت دینامیک شبکه واقعی جنوب ایران برحسب درصد خطا با بهره گرفتن از تابع کرنل RBF. 94

 

 

 فهرست نشانه های اختصاری

 

Computational Inteligence	CI
Center of Inertia	COI
Dynamic Security assessment	DSA
Decision Tree	DT
Equal Area Criterion	EAC
Extended Equal Area Criterion	EEAC
Operational Condition	OC
Principal Component Analysis	PCA
Phasor Measurement Unit	PMU
Support Vector Machine	SVM
Short-Time Fourier Transform	STFT
Support Vector Machine	SVM
Wide-Area Measurement Systems	WAMS
Wide-Area Severity Indices	WASI

 

مقدمه

 

1-1-بیان مسئله

پایداری 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 پیشرفت های بوجود آمده در زمینه سیستم های اندازه گیری و مانیتورینگ سطح وسیع، امکان ارزیابی سریع پایداری فراهم آمده است و واحدهای اندازه گیری فازور نقش مهمی را برای رسیدن به این منظور ایفا می کنند. با بهره گرفتن 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 بهره گرفتن از داده های دریافتی از PMU ها به بررسی انواع مسائل امنیت اعم از امنیت استاتیک و امنیت دینامیک بپردازیم. با بهره گرفتن 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 بهره گرفتن 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 SVM وDT 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 PMU ها با بهره گرفتن از دسته کننده های DT و  SVM ارائه شده است. بدین صورت که از اطلاعات تمامی باس بارها به عنوان نماینده های نصب PMU 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.

1-2 پیشینه ی تحقیق

مسئله ی پایداری سیستم های قدرت برای اولین بار در سال 1920 به عنوان یک مسئله ی مهم مطرح شد]1[.  اولین نتایج آزمایشگاهی بررسی پایداری در سال 1924 گزارش شد]2[ و اولین نتایج بررسی پایداری بر روی شبکه ی عملی در سال 1925 ارائه شد]3 [. یک گام موثر در پیشرفت محاسبات وضعیت پایداری، توسعه ی تحلیل گر شبکه ای در سال 1930 بود. با تحقق سیستم های محرک با پاسخ سریعتر، ناپایداری گذرا در اولین سوئینگ محدود شد و حدود انتقال توان حالت دائم افزایش یافت، اما در برخی موارد موجب کاهش میرایی سوئینگ های توان می شد، بنابراین ناپایداری نوسانی به عنوان مسئله ی جدیدی مطرح شد. این روند نیاز به مدلسازی ماشین های سنکرون و سیستم محرک با جزئیات بیشتر داشت. در اوایل دهه ی 1950، کامپیوترهای آنالوگ برای آنالیز چنین مسائلی استفاده شد. اولین برنامه ی کامپیوتری دیجیتال برای آنالیز مسائل پایداری سیستم های قدرت در سال 1956 ارائه شد. اکثر تلاشها و علاقه مندی ها مربوط به پایداری سیستم قدرت در دهه ی 1960 به پایداری گذرا اختصاص یافت. نتیجه ی این تلاش ها، ایجاد یک ابزار  قدرتمند برای آنالیزهای پایداری گذرا بود که قابلیت آنالیز شبکه های بسیار بزرگ و مدلهای با جزئیات زیاد داشت. اضافه بر این، با بهره گرفتن از تکنیک های تشخیص خطا با سرعت بالا و محرک های با پاسخ سریع و جبرانسازهای سری و امدادهای پایداری مخصوص، پایداری گذرا به طرز قابل توجهی بهبود یافت. گرایشات جدید در برنامه ریزی و عملکرد سیستم های قدرت مدلهای جدیدی از پایداری را مطرح کرده است که باعث ایجاد تغییرات اساسی در مشخصه های دینامیکی شبکه های قدرت امروز شده است. مدهای ناپایداری روز به روز پیچیده تر می شوند و نیاز به یک توجه جامع از تمامی جوانب پایداری دارد، لذا اتخاذ روش های كنترلی پیشگیرانه در این موارد بسیار ضروری است.[4] در ادامه، تاریخچه روش های کلاسیک و روش های نوین بررسی پایداری، به تفکیک ارائه می گردد.

1-2-1 روش های کلاسیک:

یکی از روش های  تشخیص پایداری گذرا، استفاده از شبیه سازی های حوزه ی زمان معادلات تفاضلی غیرخطی شبکه ی قدرت است که اولین بار توسط Kundur مطرح شد. در این رویکرد باید شبیه‌سازی های مرحله به مرحله در حوزه زمان انجام شود که محاسبات سنگینی دارد و نیاز به اطلاعات دقیق راجع  به پیکربندی شبکه حین رخداد خطا و بعد از آن دارد، درنتیجه زمان بر است و نمیتواند راهکار مناسبی در مسائل real-time باشد[4]. این موضوع دلیل اصلی عدم وجود ارزیابی امنیت سیستم (DSA)[2] بصورت online و در سطح وسیع در بسته EMS استاندارد بودن است.[5]-[7].
روش‌های بر اساس توابع انرژی گذرا کمک کرده تا ارزیابی امنیت به صورت مستقیم و بدون نیاز به شبیه‌سازی حوزه زمان انجام شود [8] . در یک راهکار پیشنهادی توسط Pai برای تشخیص پایداری بعد از یک رخداد، از تابع انرژی گذرا (TEF) بر پایه ی پایداری لیاپانف استفاده شده است براین اساس که تفاوت انرژی جنبشی و پتانسیل در حین رخداد و پس از پاک شدن خطا محاسبه می گردد و با یک مقدار بحرانی از پیش تعیین شده مقایسه می گردد]9.[ استفاده از متد (EAC)[3] که بر همین اساس پایه ریزی شده و یک راه برای تشخیص پایداری سیستم های چند ماشینه است، توسط  Ruiz-Vega وXue  مطرح شد. از اصول این روش این است که سیستم را با یک ماشین معادل که به باس بینهایت متصل شده است، مدل می کند و دیگر نیازی به حل معادلات تفاضلی در حوزه زمان ندارد، اما تنها به مدل کلاسیک ژنراتور که فقط دینامیک مکانیکی ژنراتور را معادل سازی کرده است، بسنده میکند]10[و]11[. از معایب این روش، فرضیات ساده کننده بسیاری است که وابسته به شرایط عملکردی سیستم است و همواره پاسخ درستی ندارد. همچنین در این دیدگاه، فقط بخشی از مسئله یعنی پایداری اولین Swing و شرایط پایداری دائمی در نظر گرفته می‌شود. بنابراین بسیار بعید به نظر می‌رسد که با این ابزار بتوان اثرات حوادث آبشاری، ناپایداری‌های ولتاژی سریع و چند Swing ای را ارزیابی کرد [6].
با توجه به روش های مذکور، در ارزیابی امنیت به صورت دینامیک می‌توان دو روند اصلی برای داشتن DSA سریع درنظر گرفت. اولی استفاده از توابع انرژی و تکنیک‌های تشخیص الگو برای رتبه‌بندی سریع و مشخص کردن شدت ناپایداری‌ها به صورتی که contingency‌ها گذرا سریعا حذف شوند و تنها تعداد اندکی از

این مطلب را هم بخوانید :

دوره کارشناسی

 ناپایداری‌های شدیدتر که امکان ایجاد خطا در سیستم دارند، برای انجام عملیات بیشتر باقی بمانند[7]و[11-14]. دیدگاه دوم، تلاشی برای سرعت بخشیدن به شبیه‌سازی‌ها با جزئیات کامل و به صورت مرحله به مرحله برای همه contigncyها با بهره گرفتن از محاسبات چند پروسسوری است. البته می‌توان دیدگاه سومی را بصورت تلفیقی از دو عملکرد بالا در نظر گرفت که به عنوان روش های هایبرید شناخته می شوند[15]،[16].

اخیرا نتایج بسیار بهتری با بهره گرفتن از روش‌های هایبرید بدست آمده که در آنها، شبیه‌سازی در حوزه زمان انجام شده و همه مدل‌ها با جزئیات حفظ شده‌اند و از فواید توابع انرژی نیز بهره گرفته است. (EEAC)[4] یک روش است که بر همین مبنا پایه ریزی شده است و به صورت ترکیبی از شبیه سازیهای حوزه ی زمان وتوابع انرژی کار میکند. گرچه از دقت کمتری نسبت به روشEAC برخوردار است، اما از لحاظ محاسباتی کارآمدتر است و همچنین حد پایداری را برای سیستم مشخص میکند]17.[
در گذشته، برای ارزیابی امنیتonline  بر اساس data-mining از ویژگی­های حالت دائم[5] (SCADA-base) نظیر جریان خط و دامنه ولتاژ استفاده می‌شد[8]. با روی کار آمدن سیستم‌های مانیتورینگ سطح وسیع[6]، استفاده از ویژگی‌های مبتنی بر پاسخ سطح وسیع پر رنگ شد زیرا این ویژگی‌ها از اطلاعات دینامیک بدست آمده از فازورها استفاده کامل می‌کنند. در ادامه روش های مبتنی بر داده های دریافتی از PMU ها شرح داده می شود.

1- 2 –2 روش های نوین با بهره گرفتن از داده های PMU

 
 
فهرست شکل‏ها و تصاویر
 
 
عنوان                                                                                                              صفحه
شکل 2-1. ساختار داخلی یک کنترل کننده قابل برنامه‏ ریزی 10
شکل 2-2. اجزای یک PLC ماژولار 11
شکل4-1. ساختار کلی کنترل‏کننده MPC 34
شکل 4-2. قانون کنترل GPC 40
شکل 4-3. ساختار کنترل‏کننده GPC صنعتی 44
شکل 4-4. پارامترهای کنترلی 45
شکل 5-1. رایج‏ترین مدل نرون بر اساس کار MsCulloch و Pitt 65
شکل 5-2. مدل شبکه عصبی پرسپترون. 67
شکل 5-3. نمونه‏ای از شبکه پرسپترون سه لایه 69
شکل 5-4. تعداد ورودی و خروجی های شبکه عصبی طراحی شده. 71
شکل 5-5. رگرسیون داده‏های تست و داده‏های واقعی برای پارامتر . 72
شکل 5-6. رگرسیون داده‏های تست و داده‏های واقعی برای پارامتر . 72
شکل 5-7. رگرسیون داده‏های تست و داده‏های واقعی برای پارامتر . 73
شکل 5-8. رگرسیون داده‏های تست و داده‏های واقعی برای پارامتر . 73
شکل 5-9. ساختار کنترل مدل پیش‏بین تعمیم‏یافته صنعتی برای فرایندهای MIMO. 74
شکل 6-1. اینورتر مدل C2000. 89
شکل 6-2. پمپ و اینورتر مسیر رفت. 89
شکل 6-3. اینورتر مدل VFD-B. 90
شکل 6-4. پایه‏های ورودی و خروجی اینورتر مدل VFD-B 90
شکل 6-5. پایه‏های آنالوگ اینورتر 90
شکل 6-6. نمایی از فرایند دما و فشار در آزمایشگاه دانشگاه شیراز. 92
شکل 6-7. PLC S7-300 به انضمام ماژول های آنالوگ در آزمایشگاه 93
شکل 6-8. نحوه قرارگیری PLC روی Rack 94
شکل 6-9. PLC S7-300 CPU312C 94
شکل 6-10. مبدل MPI. 95
شکل 6-11. شیر یرقی Valve 2pv250E. 98
شکل 6-12. سنسور PT100. 99
شکل 6-13. نحوه اتصال PT100 به کارت آنالوگ 100
شکل 6-14. سنسور BCT110 و نحوه اتصال آن به کارت آنالوگ 100
شکل 6-15. روند طراحی توابع مورد نیاز برای پیاده‏سازی روی PLC 102
شکل 6-16. چگونگی طراحی موج PWM در نرم‏افزار simatic manager. 103
شکل 7-1. دمای مخزن اول (خروجی) 101
شکل 7-2. ولتاژ اعمالی به هیتر (درصد) 101
شکل 7-3. نتیجه اعمال کنترل‏کننده GPC برای افق کنترل و پیش‏بین 6 برای مقادیر مختلف 103

شکل 7-4. سیگنال کنترل اعمال شده(درصد). 104

 

 

شکل 7-5. مجموعه توابع ساخته شده برای پیاده‏سازی الگوریتم GPC برای افق کنترل و پیش‏بین 6. 105
شکل 7-6. مقدار کمینه و بیشینه زمان اسکن برنامه. 105
شکل 7-7. نتیجه اعمال کنترل‏کننده GPC با وقفه زمانی برای افق کنترل و پیش‏بین 6 برای مقادیر مختلف . 106
شکل 7-8 سیگنال کنترل اعمال شده (درصد). 106
شکل 7-9. تابع ساخته شده برای پیاده‏سازی الگوریتم GPC با افق کنترل و پیش‏بین 6 به همراه تاخیر. 107
شکل 7-10. سطح مایع تانک اول (خروجی). 108
شکل 7-11. فرکانس اعمال شده به اینورتر (درصد) 108
شکل 7-12. نتیجه اعمال روش کنترل مدل پیش‏بین با افق کنترل و پیش‏بین 6 برای فرایند سطح 110
شکل 7-13. سیگنال کنترل اعمال شده (درصد) 110
شکل 7-14. تابع ساخته شده در نرم‏افزار siamtic manager برای اعمال الگوریتم به فرایند 111
شکل 7-15. زمان اسکن برنامه 111
شکل 7-16. نتیجه اعمال روش کنترل مدل پیش‏بین با افق کنترل و پیش‏بین 6 با مدل درجه 1 برای فرایند سطح 112
شکل 7-17. سیگنال کنترل اعمال شده (درصد) 112
شکل 7-19. پیاده‏سازی IGPC برای . 113
شکل 7-20. پیاده‏سازی IGPC برای . 114
شکل 8-21. توابع ساخته شده برای محاسبه پارامترهای کنترل و سیگنال کنترل. 115
شکل 7-22. نتیجه اعمال روش کنترل مدل پیش‏بین تعمیم‏یافته صنعتی با مقادیر مختلف برای فرایند سطح. 116
شکل 7-23. سیگنال کنترل اعمال شده (درصد) 116
شکل 7-24. دیاگرام بلوکی کنترل فرایند با حلقه فیدبک 117
شکل 7-25. دیاگرام بلوکی کنترل فرایند با حلقه فیدبک و حضور نویز و اغتشاش 118
شکل 7-26. تاثیر ترم انتگرال‏گیر در کاهش خطای ماندگارکنترل‏کننده PI 119
شکل 7-27. تعبیر ترم مشتق‏گیر. 120
شکل 7-28. نتیجه اعمال کنترل‏کننده PI در مقایسه با کنترل‏کننده P. 123
شکل 7-29. سیگنال کنترل اعمال شده (درصد). 123
شکل 7-30. پیاده‏سازی کنترل‏کننده PI برای فرایند دما و مقایسه آن با روش IGPC 124
شکل 7-31. پیاده سازی کنترل‏کننده PI برای فرایند سطح 125
شکل 7-32. داده‏های شناسایی و مدل تقریب زده شده متناظر برای فرایند دو ورودی دو خروجی موجود در آزمایشگاه 128
شکل 7-33. خروجی سطح در روش IGPC 130
شکل7-34. خروجی دمای روش IGPC 130
شکل 7-35. سیگنال کنترل اعمال شده متناظر با دما (درصد) 130
شکل 7-36. سیگنال کنترل اعمال شده متناظر با سطح (درصد) 131
شکل 7-37. نتیجه اعمال روش IGPC برای خروجی دما (سانتیگراد) و سیگنال کنترل متناظر آن (درصد). 131
شکل 7-38. نتیجه اعمال روش IGPC برای خروجی سطح (سانتیمتر) و سیگنال کنترل متناظر آن (درصد). 132
شکل 7-39. نتیجه اعمال روش IGPC برای خروجی دما و سیگنال کنترل متناظر (درصد). 134
شکل 7-40. نتیجه اعمال روش IGPC برای خروجی سطح و سیگنال کنترل متناظر (درصد) 134
شکل 7-41. مقایسه روش IGPC برای افق پیش‏بین 15 و 4 135
شکل 7-42. یک سیستم دو متغیره با اثر متقابل 136
شکل 7-43. بلوک دیاگرام کلی سیستم چند متغیره با جبران‏کننده 137
شکل 7-44. سیستم کنترل جبرانساز 138
شکل 7-45. نتایج اعمال کنترل‏کننده PI همراه با جبرانساز در مقایسه با روش IGPC. 138
شکل 7-46. سیگنال کنترل اعمال شده در روش PI همراه با جبرانساز در مقایسه با روش IGPC برای خروجی دما. 139
شکل 7-47. نتیجه اعمال روش PI همراه با جبرانساز در مقایسه با روش IGPC برای خروجی سطح. 139

شکل 7-48. شکل هندسی نواحی کار مختلف سیستم 141

 

این مطلب را هم بخوانید :

شکل 7-49. نواحی کار در نظر گرفته شده برای فرایند دو متغیره موجود درآزمایشگاه. 141
شکل 7-50 . جدول Look Up 142
شکل 7-51. خروجی سطح روش IGPC و سیگنال کنترل متناظر (درصد) 143
شکل 7-52. اثر سیستم جبرانساز. 143
شکل 7-53. خروجی دما روش IGPC و سیگنال کنترل متناظر در نقطه کار اول (درصد). 143
شکل 7-54. خروجی دما روش IGPC و سیگنال کنترل متناظر در نقطه کار دوم (درصد). 144