Μελέτη υβριδικής μεθόδου ανίχνευσης νησιδοποίησης βασισμένη στα δέντρα απόφασης στο σύστημα 34 ζυγών της IEEE

Σακελλαρόπουλος, Κωνσταντίνος; Sakellaropoulos, Konstantinos

dc.contributor.author	Σακελλαρόπουλος, Κωνσταντίνος	el
dc.contributor.author	Sakellaropoulos, Konstantinos	en
dc.date.accessioned	2016-06-22T09:21:16Z
dc.date.available	2016-06-22T09:21:16Z
dc.date.issued	2016-06-22
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/42799
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.11922
dc.rights	Default License
dc.subject	Νησιδοποίηση	el
dc.subject	Δέντρα απόφασης	el
dc.subject	Σύστημα 34 ζυγών	el
dc.subject	Μικροδίκτυα	el
dc.subject	Islanding	en
dc.subject	Decision trees	en
dc.subject	IEEE 34 bus system	en
dc.subject	Microgrids	en
dc.subject	Machine learning	en
dc.subject	Μηχανική μάθηση	el
dc.title	Μελέτη υβριδικής μεθόδου ανίχνευσης νησιδοποίησης βασισμένη στα δέντρα απόφασης στο σύστημα 34 ζυγών της IEEE	el
heal.type	bachelorThesis
heal.classification	Ηλεκτρική Ενέργεια	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-03-16
heal.abstract	Στόχος της παρούσας εργασίας είναι η ανίχνευση της νησιδοποίησης στο σύστημα 34 ζυγών της ΙΕΕΕ. Η ανίχνευση της νησιδοποίησης βασίζεται στην εξόρυξη γνώσης από το σύστημα (data mining) και στα δέντρα απόφασης που χρησιμοποιούνται για την ταξινόμηση των καταστάσεων (classification) σε νησιδοποίηση και μη νησιδοποίσηση. Αρχικά γίνεται μια σύγκριση των μεθόδων ανίχνευσης σε θεωρητικό επίπεδο και εξηγείται γιατί τα δέντρα απόφασης αποτελούν μια μέθοδο με υψηλά ποσοστά ακρίβειας στην ανίχνευση του φαινομένου. Η εξομοίωση του συστήματος των 34 ζυγών και τα δέντρα απόφασης βασίστηκαν στο πακέτο Matlab/Simulink και έγιναν εκτενείς κύκλοι εξομοίωσης. Τα γενικά συμπεράσματα είναι τα ακόλουθα: 1) Παρατηρείται ότι η ακρίβεια της μεθόδου που βασίζεται στα δέντρα απόφασης αποτελεί συνάρτηση: α) της θέσης του μικροδικτύου, β) του αριθμού των μετρούμενων μεγεθών που το αποτελούν και γ) του χρονικού διαστήματος που μετρώνται τα μεγέθη (μόνιμη / μεταβατική περίοδος). 2) Ο χρόνος ανίχνευσης μπορεί να μειωθεί αρκετά χωρίς να χάνεται η ακρίβεια της ανίχνευσης.	el
heal.abstract	Τhe aim of this thesis is the detection of islanding conditions at IEEE 34 bus system. The detection of islanding conditions is based on data mining and decision trees used for classification of islanding and non islanding conditions. Firstly a theoretical comparison of islanding detection methods is presented and it is explained why decision trees is a method with high accuracy in detecting the phenomenon of islanding. The extensive simulations of IEEE 34 bus system and the decision trees warebased on Matlab/Simulink. The results are the following: 1) The accuracy of the method based on decision trees is depended on: a) the location of the microgrid, b) the number of measured values and c) the time period in which the values are measured (steady / transient state). 2) The detection time can be reduced without losing the accuracy of islanding detection
heal.advisorName	Χατζηαργυρίου, Νίκος	el
heal.committeeMemberName	Γεωργιλάκης, Παύλος	el
heal.committeeMemberName	Παπαθανασίου, Σταύρος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικής Ισχύος	el
heal.academicPublisherID	ntua
heal.numberOfPages	135 σ.	el
heal.fullTextAvailability	true