An artificial neural network based power system stabilizer for multimachine power system

Abstract

An adaptive power system stabilizer (PSS) over a wide range of operating conditions and typical local load models is proposed using an arti cial neural network ANN The PSS with xed parameters which improves the power system damping for one operating point may become unsatisfactory for another one especially for a wide range of operating conditions and load models To improve the damping of the system over a wide range of operating conditions it is desirable to adapt the parameters of the PSS in real time based on operating points and load models In order to do this online measurement of operating points and load model parameters are chosen as the input signals to the neural network The outputs of the neural network are the desired parameters of the PSS The neural network once trained by a set of inputoutput patterns in the training set can yield proper PSS parameters under any operating conditions and local load model Simulation results show that the tuning parameters of the PSS using the ANN approach can provide better damping than a xedparameters PSS over a wide range of operating points and typical load models The proposed PSS is implemented for a multimachine system

تم في هذا البحث اقتراح وبناء مقرر لأنظمة القدرة الكهربية باستخدام الشبكات العصبية وقد أخذ في الاعتبار التغير في أحوال الشبكة وكذلك التغير في نوعية الحمل الكهربي استخدم مقرر الأنظمة لزيادة اضمحلال الذبذبات الكهربية التي تنتج عن أي اضطراب في النظام ومن عيوب استخدام مقرر ذي مكونات ثابتة أنه لا يعطي تأثيرا جيدا عند استخدامه في أحوال تختلف عن التي تم بناؤه عندها ولذلك يمتاز المقرر المقترح بتغير قيم مكوناته عند التغير في أحوال الشبكة مما يعطي درجة أداء أفضل من سابقه ولقد تم اختبار المقرر باستخدام أحوال أخرى لم تدخل في عملية بنائه وقد أعطى نتائج جيدة وتم اختبار المقرر المقترح على شبكة كهربية تحتوي مولدات متعددة وأعطى نتائج جيدة