بازآرایی شبکه‌های توزیع شعاعی آموزش + کدنویسی

بازآرایی شبکه‌های توزیع شعاعی با هدف کاهش تلفات شبکه با استفاده از الگوریتم ژنتیک

هدف این آموزش، یادگیری حالت کلی بازآرایی شبکه‌های توزیع شعاعی ( Reconfiguration ) و استفاده از آن متناسب با نیاز شما می باشد. در این فایل آموزشی تجدید آرایش بهینه شبکه شعاعی 33 باسه با هدف کاهش تلفات به وسیله‌ی الگوریتم ژنتیک خود متلب انجام گرفته است . ولی اطمینان را به شما می‌دهیم که پس از مطالعه دقیق این فایل شما قادر خواهید بود بازآرایی بهینه را برای هر سیستم دلخواه و متناسب با نیاز خود و با استفاده از الگوریتم های مختلف در محیط MATLAB  شبیه سازی کنید. 

  تذکر1 :  کدنویسی الگوریتم ژنتیک از حوصله این بحث خارج است. هدف اصلی این آموزش چگونگی تعریف یک تابع هدف به منظور تجدید آرایش سیستم می‌باشد. و از کدهای تعریف شده خود برنامه متلب برای استفاده از الگوریتم ژنتیک استفاده شده است.

  تذکر2 : به منظور محاسبات پخش بار، از تولباکس قدرتمند matpower استفاده شده است. بنابراین دانلود و نصب این تولباکس برای اجرای کدها الزامی می‌باشد.و همچنین برنامه ها در محیط متلب 2014 کدنویسی شده‌اند. ابتدا تولباکس matpower  را از آدرس زیر دانلود کرده و مطابق با توضیحات زیر آن را نصب نمایید 

  http://www.pserc.cornell.edu/matpower/ 

اصلاح بایاس فیلد با استفاده از الگوریتم BCFCM در متلب

Bias-corrected fuzzy c-mean( BCFCM ) algorithm

اصلاح بایاس فیلد با استفاده از الگوریتم BCFCM در متلب

  ناهمگنی شدت فضایی ناشی از هسته فرکانس رادیویی در تصویربرداری رزونانس مغناطیسی (MRI) مشکل عمده ای در تجزیه و تحلیل داده های کامپیوتر MRI است. چنین ناهمگنی طبقه بندی تصاویر MR را بر اساس شدت بسیار دشوار می کند حتی با تکنیک های پیشرفته. به این دلیل که ناهمگنی که در تصاویر MR ظاهر می شود، تغییرات فضایی در بافت آماری آن مثل میانگین و واریانس ایجاد می کند. به علاوه این تخریب بر روی تصاویر مانع تشخیص پزشک میشود چرا که پزشک مجبور است از ناهمگنی مصنوعی در تصاویر مخدوش چشم پوشی کند. الگوریتم BCFCM  الگوریتمی است جهت اصلاح بایاس فیلد و بخش بندی تصاویر . در این مقاله الگوریتم جدیدی برای بخش بندی تطبیقی و تصحیح شدت تصاویر MR ارائه شده است. این الگوریتم با بهبود تابع هدف الگوریتم FCM بدست آمده است.الگوریتم BCFCM برای اصلاح بایاس فیلد و بخش بندی تصاویر در خوشه های مختلف را به طور خلاصه می توان در مراحل زیر خلاصه کرد : 1- مقدار اولیه کلاس ها را انتخاب کنید. و مقدار اولیه بایاس فیلد را خیلی کوچک در نظر بگیرید .( مثلا 0.01 ) 2-ماتریس عضویت را با استفاده از روابط آپدیت کنید. 3-نمونه های اولیه خوشه ها را در قالب میانگین وزنی با استفاده از روابط حاکم بدست آورید 4- بایاس فیلد را با روابط موجود تخمین برنید مراحل 2 تا چهار را تا زمانیکه مرکز خوشه ها تغییر چندانی نکند تکرار کنید. ( خطا کوچک باشد ) این الگوریتم با استفاده از اطلاعات مقاله زیر در محیط متلب کدنویسی شده است و همه روابط برای پیاده سازی الگوریتم داخل مقاله موجود می باشد.

  A Modified Fuzzy C-Means Algorithm for Bias Field Estimation and Segmentation of MRI Data

m-file کدنویسی مثال های فصل 8 درس DSP - کتاب اپنهایم (openheim)

کدنویسی مثال های فصل هشتم درس Digital Signal Processing- DSP

 در این محصول مثال های  3، 4، 6، 7، 8، 10 ،11 و 13 فصل هشتم درس DSP کتاب اپنهایم (openheim) در m-file های جداگانه با نرم افزار متلب کدنویسی شده است.

 مثال 6-8

 

m-file کدنویسی مثال های فصل 7 درس DSP - کتاب اپنهایم (openheim)

کدنویسی مثال های فصل هفتم درس Digital Signal Processing- DSP

در این محصول مثال های 2 ، 3، 4، 7، 8، 9 و 10 فصل هفتم درس DSP کتاب اپنهایم (openheim) در m-file های جداگانه با نرم افزار متلب کدنویسی شده است. 

  مثال 8-7 :

دانلود کد نویسی مثال های فصل سوم درس پردازش تصویر کتاب گونزالس در متلب

کد نویسی مثال های فصل سوم درس پردازش تصویر کتاب گونزالس در متلب

این مجموعه شامل یک m-file  و تصاویر فصل سوم کتاب گونزالس است که 14 مثال این فصل از کتاب در یک m-file کدنویسی شده است

تصویر برخی از مثال ها به عنوان نمونه :

بسته آموزشی مقدماتی متلب - پاورپوینت

این بسته شامل 13 پاورپوینت آموزشی مقدماتی متلب میباشد. هر پاورپوینت بین 30 تا 50 اسلاید می باشد.
 سرفصل های این آموزش عبارتند از :
 فصل اول : ویژگی های اصلی MATLAB      دانلود رایگان فصل اول DOWNLOAD
فصل دوم : آرایه ها
فصل سوم : توابع و عملیات ماتریسی
فصل چهارم : عملیات منطقی و رابطه ای
فصل پنجم : کار با رشته های کاراکتری
فصل ششم :تصمیم‌گیری و کنترل روند،استفاده از حلقه‌ها و دستورات شرطی در متلب

دانلود پروژه کامل کاهش تلفات سیستم توزیع توسط مدیریت ESS در هنگام وصل خودروهای برقی

Power Loss Reduction for Electric Vehicle Penetration with Embedded Energy Storage in Distribution Networks

هنگام شارژ خودرو های برقی توسط سیستم توزیع تلفات زیاد به سیستم توزیع تحمیل می شود که در اینگونه موارد می توان توسط مدیریت شارژ و دشارژ ESS یا همان سیستم ذخیره انرژی می توان این تلفات را کاهش داد.

در این مقاله مدیریت ESS به صورت بهینه توسط الگوریتم ژنتیک انجام شده است و تلفات سیستم توزیع به میزان 20 درصد کاهش می یابد.همچنین توسط این پروژه می توانید به طور کامل پخش بار سیستم توزیع را یاد بگیرید روش کدنویسی پخش بار و الگوریتم ژنتیک را بیاموزید.

در این پروژه از الگوریتم ژنتیک استفاده شده است و سیستم توزیع 33 باسه استاندارد IEEE مورد بررسی قرار گرفته است.

پروژه شامل :

•  کد نویسی الگوریتم ژنتیک
•   کد نویسی پخش بار 
•  ارایه نتایج به صورت گزارش کار کامل از روند انجام پروژه و بررسی نتایج حاصل به صورت فایل World

دانلود شبیه سازی مقاله، جایابی و تعیین اندازه بهینه DG با استفاده از الگوریتم ژنتیک

A combination of genetic algorithm and particle swarm optimization for optimal DG location and sizing in distribution systems

 

در این مقاله برای بهینه سازی از ترکیب دو الگوریتم ژنتیک و PSO استفاده شده و نتایج بدست آمده با نتایج حاصل از PSO و ژنتیک مقایسه شده است.

فایل شبیه سازی شامل جایابی و تعیین ظرفبت بهینه منابع DG با استفاده از الگوریتم ژنتیک روی شبکه 33 باسه IEEE می باشد.که 3 منبع DG توسط الگوریتم ژنتیک جایابی و تعیین ظرفیت می شود.

برای بهینه سازی از الگوریتم ژنتیک خود متلب استفاده شده و الگوریتم ژنتیک کد نویسی نشده است.

دانلود آموزش پخش بار شبکه شعاعی در حضور منابع تولید پراکنده PV و PQ ( روش جمع توانی )

دانلود آموزش پخش بار شبکه شعاعی به روش پسرو - پیشرو در حضور منابع تولید پراکنده  PV( ولتاژ- توان اکتیو ثابت) و PQ (توان اکتیو - راکتیو ثابت) به همراه کد نویسی در محیط متلب

در این آموزش ابتدا پخش بار پسرو - پیشرو به روش جمع توانی بررسی میشود. سپس منابع تولید پراکنده وارد مساله شده و نحوه ی مدل سازی منایع تولید پراکنده PQ و PV آموزش داده می شود. سپس پخش بار در محیط متلب کدنویسی شده و برنامه توضیح داده می شود.

در مثال بررسی شده ، 3 واحد DG وارد شبکه میشوند و در باس های 11 و29 و 30 قرار می گیرند. واحد های DG قرار گرفته در باس های 11 و29 به صورت PV کنترل میشوند و DG قرار گرفته شده در باس 30 به صورت PQ می باشد.

دانلود آموزش پخش بار شبکه های شعاعی پسرو - پیشرو کدنویسی متلب (روش جمع جریانی)

دانلود  پخش بار شبکه های شعاعی به روش پسرو - پیشرو (Backward - Forward) به همراه کد نویسی در محیط متلب و توضیح برنامه 

از آنجایی که هر شبکه شعاعی باتوجه به آرایش خود ، برنامه خاص خود را دارد لذا ما سعی کردیم روش کلی را به شما آموزش دهیم تا پس از مطالعه کامل این آموزش، بتوانید پخش بار را برای هر شبکه دلخواه دیگر نیز انجام دهید.

در این آموزش ابتدا روش پخش بار پسرو – پیشرو را با یک مثال ساده برای یک شبکه شعاعی 6 باسه شرح میدهیم تا با الگوریتم کارآشنایی پیدا کنید . سپس پخش بار را بر روی شبکه 33 شینه استاندارد  IEEE  در محیط متلب با توضیح برنامه انجام میدهیم.