Saleh Razini

در سال‌های اخیر روش‌های رگرسیون یادگیری ماشین برای ارزیابی حاشیه پایداری ولتاژ به کار گرفته می‌شود که با استفاده از اطلاعات بدست آمده از شاخص‌های پایداری ولتاژ، وضعیت پایداری ولتاژ شبکه را بررسی می کند.درصورت اختلالی در شبکه با استفاده از اطلاعات قبل از اختلال و پس از آن، به ارزیابی وضعیت پایداری ولتاژ می‌پردازد.در این تحقیق ازچندین روش یادگیری ماشین برای تخمین حاشیه بارگذاری بر اساس روش‌های رگرسیون و همچنین شاخص‌های پایداری ولتاژ استفاده می‌شود.سناریوهای مختلفی برای تغییرات بار و دامنه‌ی ولتاژ ژنراتورها در نظر گرفته می‌شود. از شرایط بهره‌برداری مختلف شبکه پخش‌بارگرفته می‌شود و شاخص‌های پایداری و حاشیه بارگذاری برای شرایط متفاوت بهره‌برداری محاسبه می‌شود.این تحقیق یک رویکرد یادگیری ماشین برای پیش‌بینی حاشیه پایداری ولتاژ بلند مدت ارائه می‌کند. ویژگی تکنیک پیشنهادی استفاده از شاخص‌های پایداری ولتاژهای مختلف به عنوان ورودی به مجموعه‌ای از مدل‌های یادگیری ماشین است.همچنین این تحقیق یک روش برای تولید داده‌های آموزشی تحت شرایط عملیاتی مختلف، و موارد احتمالی N-1 برای آموزش مدل‌های یادگیری ماشین ارائه می‌دهد. ورودی‌‌ها و خروجی‌های‌ مدل، به ترتیب مقادیر فازورهای ولتاژ و شاخص حاشیه پایداری ولتاژ هستند.بهترین الگوریتم یادگیری ماشین و دسته‌های ورودی VSIs از طریق یک مطالعه مقایسه‌ای انتخاب می‌شوند.این مطالعات برروی سیستم IEEE 14 bus وIEEE 39 bus انجام شده و نتایج نشان می‌دهد که بهترین عملکرد برای روش شبکه عصبی مصنوعی بدست می‌آید.روش‌های یادگیری ماشین مختص هریک از موضوعات در قسمت مربوطه بحث و بررسی می‌شوند و در انتها چالش‌ها و روش‌های پیشنهادی در زمینه یادگیری ماشین برای بهبود کارایی سیستم قدرت برای آینده ارائه شده است

چکیده: با توجه به تغییر ساختار سیستم قدرت، تغییر الگوی مصرف مشترکین، بکارگیری انرژی های تجدید پذیر و... نیازمند گذر از روش های قدیمی و استفاده از شبکه هوشمند می باشیم که دارای مزایای زیادی برای شبکه و مصرف کنندگان می باشد. شبکه هوشمند باعث به وجود آمدن یک ارتباط دوطرفه بین کاربران و شبکه می شود که می تواند به اجرای برنامه های مدیریت مصرف کمک کند و اطلاعات مفیدی را در اختیار شبکه قرار دهد. از طرفی ایجاد شبکه هوشمند با چالش های زیادی روبرو خواهد بود. برای مثال حرکت به سوی هوشمند شدن باید به صورت تدریجی بوده و باعث به وجود آمدن قطعی نشود. لذا یکی از راهکارهای مفید در این راستا استفاده از منابع تجدیدپذیر می باشد که علی رغم عدم قطعیت این منابع به علت ماهیت متناوب آن ها می توان مزایای بسیاری را برایشان ذکر کرد. در آینده شبکه هوشمند علاوه بر وجود انرژی های تجدیدپذیر با حضور سیستم حمل و نقل و اختصاص میزان زیادی انرژی به این بخش مواجه هستیم. چرا که به منظور حفظ محیط زیست و محدود بودن سوخت های فسیلی، توجه به واحد حمل و نقل و خصوصا خودروهای برقی امری ضروری می باشد. این خودروها علاوه بر مزایای منحصر به فرد خود می توانند هم به صورت مصرف کننده(بار) و هم به صورت تولیدکننده(مولد) انرژی در شبکه حضور داشته باشند تا در مواقع نیاز به شبکه اضافه شوند. اما انرژی حاصل از باتری خودروهای برقی در مقیاس کل بسیار کوچک می باشد که به همین دلیل می توان از یک نهاد تجمیع کننده در هریک از باس های شبکه برای جمع آوری، برنامه ریزی، تامین انرژی، کنترل برنامه شارژ، مدیریت و هماهنگی تعداد زیادی از خودروها و کمینه کردن هزینه های صاحبان خودرو استفاده نمود. در همین بین نیز می توان از برنامه های سمت تقاضا برای اهدافی چون کاهش هزینه ها و ایجاد هماهنگی و انعطاف در حضور انرژی های تجدیدپذیر بهره برد. هر واحد جمع‌آوری داده‌ها شامل پیشنهادهای مرتبط با سیستم‌های ذخیره ساز انرژی، منابع تجدیدپذیر و خودروهای الکتریکی است که اطلاعاتی همچون هزینه‌ها و محدودیت‌های مربوط به هر یک را به مدیریت سیستم ارائه می‌دهد. مدیریت سیستم پس از دریافت داده‌ها از واحدهای جمع‌آوری و همچنین پیشنهادهای دیگر تولیدکنندگان شبکه، برنامه‌ای را به منظور کاهش هزینه عملیاتی تنظیم می‌کند تا تولید و مصرف هر شرکت‌کننده مشخص شود. هدف اصلی این تحقیق، دستیابی به راه‌حلی برای مسئله مدیریت بهره‌برداری سیستم با در نظر گرفتن محدودیت‌های سمت مصرف کننده است. در این پژوهش، برای اعتبارسنجی روش پیشنهادی، برای شبکه موردنظر، شبیه‌سازی در دو حالت بدون مدیریت مصرف و با مدیریت مصرف بر اساس زمان استفاده انجام شد. شایان ذکر است که شبیه‌سازی‌ها با بهره‌گیری از الگوریتم نظریه بازی در نرم‌افزار GAMS صورت گرفته و تحلیل نتایج مربوط به ریزشبکه هوشمند با استفاده از نرم‌افزار MATLAB/Simulink انجام شده است.

پیشرفت فناوری و استفاده از تجهیزات الکتریکی مختلف، باعث افزایش تقاضای مصرف برق شده است. به منظور تأمین این حجم از تقاضا لازم است تا نیروگاه های زیادی در مدار باشند. شرکت توزیع نیز طبق تعهد خود به مشترکین باید بتواند تمامی موارد تقاضا شده توسط مشتریان را تأمین کند. به همین منظور لازم است تا جهت کاهش هزینه ها، بالا بردن قابلیت اطمینان و... در سمت تقاضا به مدیریت بارهای موجود بپردازیم. برای این کار می توان از برنامه های مدیریت سمت تقاضا (DSM) استفاده نمود. این برنامه ها به شرکت توزیع و کاربران کمک می کند تا ضمن کاهش هزینه مصرفی خود، به اهداف دیگری چون حفظ محیط زیست، بالا بردن قابلیت اطمینان شبکه و... دست یابند. برنامه های مدیریتی می توانند برای بارهای مختلفی اعم از مسکونی، تجاری، صنعتی و یا آموزشی پیاده سازی شوند امّا با توجه به پیشرفت روزمره فناوری، تغییرات منحنی بار و تنوع موارد در بخش مسکونی، می توان ضرورت بررسی این برنامه ها در بخش منازل مسکونی را به وضوح شاهد بود. نکته اساسی در بررسی این موارد در بخش مسکونی، هوشمند بودن منازل می باشد که منجر به یک ارتباط دو سویه بین کاربران و شرکت توزیع، برای دسترسی لحظه ای به داده های مصرف می شود. پس می توان با در اختیار داشتن داده های مصرف، به برنامه ریزی نحوه مصرف مشترکین پرداخت که در گام اول با اجرای برنامه های مدیریت سمت تقاضا بر روی دسته های مطالعاتی، کاهش هزینه مشتریان مشاهده می شود.. امّا در این بین صرفا توجه به منافع شرکت توزیع و یا کاهش هزینه مشترکین کافی نمی باشد. پس به همین منظور لازم است تا مفهوم رضایت مشتریان نیز مطرح و مورد بررسی قرار گیرد. همچنین می بایست ضمن تعریف شاخص مناسب برای رضایت، داده های مربوط به رضایت را از کاربران دریافت و در محاسبات موجود دخیل کرد. در این پژوهش نیز علاوه بر توجه به مسائل اقتصادی، توجه به سمت تقاضا و رضایت مصرف کنندگان نیز در محاسبات رعایت شده است و در گام دوم با طراحی پرسشنامه و استخراج اطلاعات رضایت مشتریان، این داده ها در محاسبات اعمال شده اند تا نتایج جدید را در صورت وجود رضایت مشتریان مورد بررسی قرار گیرد. با بررسی این موارد نتایج نشان می دهد که علاوه بر کاهش هزینه مصرفی، بهبود نقطه اوج تقاضا و امکان افزایش و بالا بردن رضایت مشتری نیز می باشد.

یکی از نگرانی‌های اصلی تمام کشور‌های دنیا مسئله آلاینده‌های هوا و کاهش آن می‌باشد. در همین راستا چون مهم‌ترین عامل آلودگی هوا خودرو‌های با موتور درون سوز هستند، طرح خودروهای برقی مورد توجه جدی قرار گرفته شده است. برنامه‌ریزی و احداث ایستگاه‌های شارژ از جنبه‌های مهم گسترش توسعه خودرو‌های الکتریکی به‌شمار می‌روند. باتوجه به تاثیر متقابل شبکه‌ی قدرت و صنایع حمل و نقل طراحی ایستگاه‌های شارژ مستلزم روش‌های خاص و هدفمند می‌باشد. هدف از انجام این پایان‌نامه تعیین مکان و ظرفیت بهینه ایستگاه‌های شارژ با درنظر گرفتن عدم قطعیت‌ها می‌باشد. در این پژوهش، یک راه حل پایدار برای تخصیص ایستگاه‌های شارژ سریع عمومی و تولیدات پراکنده خورشیدی همراه با ذخیره‌سازی انرژی باتری و زمان‌بندی آن پیشنهاد شده است. توابع هدف، حداقل سازی اتلاف انرژی، شاخص انحراف ولتاژ و سرمایه‌گذاری و همچنین کاهش هزینه‌های عملیاتی و تعمیر و نگهداری ایستگاه‌های شارژ، مولدهای تولید پراکنده خورشیدی و سیستم ذخیره‌ساز می‌باشد. علاوه بر این، عوامل مرتبط مانند؛ تعداد پورت‌های شارژو ظرفیت ایستگاه شارژ ارزیابی می‌شوند. برای به دست آوردن راه حل‌ها از بهینه‌سازی دو مرحله‌ای استفاده می‌شود. مرحله اول بهینه‌سازی به مکان ایستگاه شارژ، مکان‌های مولد تجدیدپذیر و اندازه‌ها و زمان‌بندی سیستم ذخیره‌ساز می‌پردازد. در مرحله دوم تخصیص خودروهای الکتریکی به ایستگاه‌های شارژ مناسب با درنظر گرفتن کوتاه‌ترین مسافت‌ها و ازدحام ترافیک انجام شده ‌است. از یک شبکه‌ی توزیع شعاعی 33 باسه با شبکه‌ی ترافیک مربوطه جهت شبیه‌سازی این پژوهش استفاده شده است. مسئله‌ی تخصیص با استفاده از الگوریتم بهینه‌سازی شاهین هریس و گرگ خاکستری حل شده و از چهار تکنیک بهینه‌سازی دیگر برای تایید اعتبار راه‌حل‌ها استفاده می‌شود. مسئله‌ی تخصیص خودروهای الکتریکی به ایستگاه‌های شارژ توسط برنامه‌ریزی خطی عدد صحیح حل شده است. جهت رفع مشکل عدم قطعیت‌های مرتبط با خودروهای الکتریکی، جریان ترافیک و تولید مولدهای تجدیدپذیر از روش تخمین دو نقطه‌ای استفاده می‌شود.

امروزه به دلایل زیست ‌محیطی و اقتصادی استفاده از منابع تجدیدپذیر فتوولتائیک در شبکه‌ افزایش پیدا کرده است. کاهش اینرسی و وضعیت نامعین تولید انرژی الکتریکی، باعث ایجاد مشکلاتی مانند عدم برقراری تعادل در تولید و مصرف انرژی الکتریکی و در نتیجه، مشکل کنترل فرکانس در شبکه‌های خورشیدی شده است. برخلاف ژنراتورهای معمولی، سیستم‌های فتوولتائیک، فاقد انرژی جنبشی روتور هستند و نمی‌توانند پشتیبانی اینرسی را فراهم کنند. علاوه بر این، سیستم‌های فتوولتائیک معمولاً در حالت ردیابی نقطه حداکثر توان کار می‌کنند و در تنظیم فرکانس سیستم قدرت شرکت نمی‌کنند. تعویض تعداد زیادی از ژنراتورهای معمولی با سیستم‌های فتوولتائیک، اینرسی و قابلیت پشتیبانی فرکانس سیستم را کاهش می‌دهد و پایداری فرکانس سیستم قدرت را بدتر می‌کند. بنابراین، نیاز به بکارگیری سیستم‌های فوتولتائیک در کنترل فرکانس و پایداری شبکه افزایش پیدا کرده است. بدین منظور، جهت رفع مشکل پایداری فرکانس در سیستم‌های تحت نفوذ منابع فتوولتائیک از قابلیت بالقوه نیروگاه‌های فتوولتائیک استفاده ‌شده است. این استراتژی به دو لایه تنظیم فرکانس و کنترل رزرو توان تقسیم می‌شود. در لایه کنترل رزرو توان، حداکثر توان قابل دسترس تخمین زده می‌شود که یک روش کنترل ردیابی توان مبتنی بر منحنی توان-جریان است و بطور خودکار یک نسبت رزرو مشخص تحت هر شرایط آب و هوایی بدون نیاز به سنسور تابش نور خورشید را ردیابی می‌کند. در لایه تنظیم فرکانس، ترکیب کنترل دروپ و کنترل اینرسی مجازی برای تنظیم توان مشخص باعث بهبود پاسخ فرکانس سیستم قدرت می‌شود. این روش، برخلاف روش‌های پیشین، نیازی به تخمین حداکثر توان در شرایط واقعی محیطی ندارد و همچنین به سنسور تابش یا تخمین مدل ریاضی پیچیده نیاز ندارد. از جمله ویژگی‌های این روش، عدم نیاز به تجهیزات ذخیره‌سازی انرژی و قابلیت تشخیص سریع حداکثر توان در هر ساعت از روز می‌باشد که بوسیله برازش منحنی صورت می‌گیرد. کنترل ذخیره توان از طریق شبیه‌سازی تحت شرایط محیطی ثابت و متغیر بررسی می‌شود. نتایج نشان می‌دهد که استراتژی کنترل پیشنهادی قابل ‌اعتماد، سریع و دقیق است و اثربخشی آن در تنظیم فرکانس مؤثراست. همچنین، سیستم فتوولتائیک پاسخ فرکانس سیستم را تحت شرایط افزایش ناگهانی، کاهش ناگهانی و تغییر تصادفی بار و تولید بهبود می‌بخشد. نتایج نشان داده است که استراتژی تنظیم فرکانس پیشنهادی، ویژگی‌های پاسخ فرکانس سیستم را بهبود می‌بخشد.

تغییرات دائمی تقاضای انرژی در طی ساعات بهره برداری در نقاط مختلف سیستم توزیع موجب تغییر وضعیت جریان در خطوط و در نتیجه تغییر وضعیت تلفات توان میشود. با گسترش فناوری و ساختار جدید صنعت برق این تغییرات به یک چالش جدی تر تبدیل شده است. با توجه به این مساله یک ساختار واحد در همه ساعات برای سیستم توزیع نمیتواند ساختار بهینه باشد. محققان بازآرایی سیستم توزیع را به عنوان یکی از بهترین و کم هزینه ترین روش ها برای رفع این چالش پیشنهاد و مطالعه کردهاند. بازآرایی توسط مجموعهای از کلیدزنی ها در طی 24 ساعت شبانه روز انجام می گیرد اما در نظر گرفتن کلید بر روی تمامی شاخه های سیستم توزیع عملی نیست. بازآرایی پویا به کمک الگوریتم های هوشمند در طول ساعات شبانه روز آرایش های بهینه متفاوت با حفظ قیود سیستم درجهت برآوردن اهداف موردنظر محققان عمل میکند. در این پایان نامه بهینه سازی تعداد کلیدهای قابل کنترلی که در بازآرایی پویای سیستمهای توزیع شعاعی نقش دارند موردتوجه قرار گرفته است. و بازآرایی پویای سیستم توزیع با استفاده از الگوریتم یادگیری تقویتی انجام شده است. از الگوریتم یادگیری Q جهت پیاده سازی یادگیری تقویتی استفاده شده است. اهداف بازآرایی پویا در این پایان نامه کاهش تلفات و همچنین حفظ محدوده عملیاتی ولتاژ باسها است. در این پایان نامه مطالعه بر روی شبکه استاندارد 33 باسه IEEE انجام شده است و ابتدا برروی تمامی شاخههای سیستم توزیع کلید قابل کنترل از راه دور در نظر گرفته شده، با در نظرگرفتن الگوی بارهای مختلف در طول 24 ساعت شبانه روز برروی باسهای سیستم، بازآرایی پویا انجام شده است. کلیدهایی که در یک دوره بازآرایی پویا تغییر وضعیت داشتهاند کلیدهای بحرانی نامگذاری شدهاند. بازآرایی با کلیدهای بحرانی انجام شده و نتایج بهتری نسبت به حالت در نظر گرفتن کلید روی تمامی شاخهها حاصل شدهاست. در ادامه کلیدهایی که در طول شبانه روز تغییر وضعیت کمتری داشتهاند حذف شده اند. در هر مرحله حذف کلید الگوریتم یادگیری تقویتی اجرا شده است. الگوریتم حذف کلید تا زمانی که آرایش بهینه برای الگوی بارهای سیستم استخراج شده ادامه یافته است.آنالیز اقتصادی در طول 20 سال با در نظر گرفتن هزینه نصب و نگهداری سالانه کلید و همچنین هزینه تلفات در هر مرحله از حذف کلید انجام شده است. نتایج نشان میدهد به ازای استفاده از تعداد بیش

امروزه با گسترش روزافزون نیروگاه های خورشیدی و تأثیر نامطلوب آلودگی های زیست محیطی بر تولید بهینه و بازدهی این نیروگاه ها، پاک سازی به منظور افزایش بازدهی از اهمیت ویژه ای برخوردار است. انباشته شدن گرد و غبار بر روی پنل های خورشیدی و عدم توجه به تمیز کردن این آلایندگی می تواند منجر به ضررهای اقتصادی و زیست محیطی زیادی شود. تأثیر تجمع گرد و غبار را می توان با روش های مختلف تمیز کردن کاهش داد. تعیین بهینه دوره پاک سازی برای به حداقل رساندن انرژی های از دست رفته ناشی از آلایندگی و در عین حال هزینه های پاک سازی ضروری است. در این میان، عوامل اقتصادی مانند افزایش قیمت برق و تورم می توانند اثر سوء بر سود کاهش آلودگی داشته باشند. تعیین دوره شستشوی پنل های خورشیدی و یا به عبارت بهتر پاک سازی آن ها بر هزینه های ناخالص تمیز کردن پنل ها و میزان کاهش راندمان پنل-های خورشیدی مؤثر است. در این پژوهش به منظور بررسی اثر آلودگی بر بازدهی پنل های خورشیدی و تعیین دوره بهینه پاک سازی، ابتدا توان تولیدی نیروگاه خورشیدی برآورد شده و اثرات آلاینده های زیست محیطی بر آن، مورد مطالعه قرار می گیرد. یک مدل مبتنی بر شبکه های عصبی مصنوعی برای تعیین دوره بهینه پاک سازی و اثرگذاری آن بر روی خروجی نیروگاه ارائه می گردد. مدل پیشنهادی در فضای نرم افزار متلب پیاده سازی شده و تحلیل های فنی، اقتصادی و زیست محیطی جهت ارزیابی صورت گرفته است. نتایج عددی برای دو نیروگاه خورشیدی امیرکبیر (همدان) و نیکا انرژی (فارس) نشان می دهد که انجام پاک سازی های دوره ای آن هم با انتخاب بازه رمانی مناسب می تواند در بهره برداری و کاهش هزینه ها و انرژی های از دست رفته ناشی از آلاینده ها بسیار مفید و مثمر ثمر واقع گردد. به صورت خاص، مطالعات عددی نشان می دهد دوره بهینه پاک سازی برای نیروگاه امیرکبیر برابر 25 روز می باشد که عدم انتخاب بهینه این دوره می تواند منجر به حدود 3932 ملیون ریال ضرر و زیان مالی ناشی از هدر رفت انرژی و بروز 180455 گرم آلایندگی در محیط زیست به جهت جایگزینی سوخت های فسیلی به جای توان خورشیدی شود. این مسئله همچنین می تواند از نقطه نظر مصرف آب نیز حیات بشر را در ظرفیت های بالای نیروگاهی تهدید کند. از این منظر نیز نتایج حاکی از آن است که عدم انتخاب بهینه دوره پاک سازی می تواند منجر به مصرف بی رویه آب شود که همه

سیستم انرژی ترکیبی مستقل راه حل جایگزین توسعه شبکه، برای بارهای حساس و دور از شبکه است که علاوه بر تقویت پدافند غیرعامل، می تواند از هزینه توسعه شبکه جلوگیری کرده و با افزایش سهم منابع تجدیدپذیر، انتشار گازهای گلخانه ای را کاهش دهد. از آنجاکه این سیستم ها با هزینه زیاد و عدم قطعیت منابع تجدیدپذیر و تقاضا مواجه اند، طراحی و بهره برداری بهینه آن ها ضرورت دارد. این پژوهش با شناسایی کلیه عوامل مؤثر بر سیستم های ترکیبی مستقل از شبکه، به طراحی بهینه این سیستم ها و بررسی اثر عوامل مختلف بر روی طراحی سیستم در قالب سه مورد مطالعاتی به کمک نرم افزار Homer پرداخته است. مطالعه موردی اول به طراحی یک سیستم ترکیبی مستقل انرژی برای یک ایستگاه تقویت فشار گاز فامنین در استان همدان به عنوان بار حساس صورت گرفته و از لحاظ اقتصادی و زیست محیطی با توسعه شبکه مقایسه شده است. براساس نتایج، سیستم پیشنهادی می تواند بارهای حساس را با قابلیت اطمینان مناسب تأمین کرده و درکاهش انتشار دی اکسیدکربن مؤثر باشد. در این مطالعه شاخصی با عنوان فاصله تعادل هزینه ها تعریف شد که بیانگر میزانی از فاصله بار تا شبکه سراسری می باشد که هزینه تأمین تقاضا به صورت سیستم ترکیبی مستقل با هزینه توسعه شبکه برابر شود. در این مطالعه فاصله تعادل هزینه هاحدود 100km به دست آمد به این معنی که سیستم مستقل، برای بارهای با فاصله نزدیکتر از 100km به شبکه، توجیه اقتصادی نداشته و برای فواصل دورتر از آن به صرفه خواهد بود. مطالعه موردی دوم به بررسی اثر مالیات بر کربن بر افزایش نفوذ منابع تجدیدپذیر در شبکه در شرایط رقابتی می پردازد. نتایج این بخش نشان می دهد استفاده از ابزارهای سیاستی مناسب مانند مالیات بر کربن می تواند شرایط رقابت را برای منابع پاک تجدیدپذیر فراهم کرده و ضمن کاهش هزینه های مستقیم دولتی، با کاهش انتشار دی اکسید کربن از هزینه های خارجی و غیر مستقیم منابع فسیلی در آسیب به محیط زیست بکاهد. از دیگر مزایای این موضوع می توان به اصلاح ساختار اقتصاد انرژی، حذف یارانه ی انرژی، نفوذ بیشتر تجدیدپذیرها، حرکت قوی تر به سمت انرژی پاک و... اشاره کرد. براساس این دو مطالعه موردی، در مطالعه موردی سوم تمامی عوامل مؤثر بر طراحی سیستم ترکیبی بهینه در قالب 12 عامل شناسایی شده و تأثیر تک تک این عوامل بر روی شاخص فاصله تعادل هزینه ها به عنو

یکی از مسائل بهره برداری از سیستم های توزیع، تغییرات دائمی تقاضای انرژی در طول ساعات بهره برداری در نقاط مختلف شبکه است. این مسئله موجب تغییر وضعیت جریان در خطوط و درنتیجه تغییر وضعیت تلفات توان، افت ولتاژ، تراکم خطوط و قابلیت اطمینان می شود. با گسترش فناوری ها و ساختار جدید صنعت برق مانند نفوذ منابع تجدیدپذیر با تولید متغیر و یا افزایش تعداد خودروهای الکتریکی و ایستگاه های شارژ این مساله تبدیل به یک چالش جدی تری شده است، چراکه دیگر یک ساختار واحد برای شبکه توزیع نمی تواند در همه ساعات به عنوان ساختار بهینه در نظر گرفته شود. از این رو محققان مساله بازآرایی شبکه توزیع را در قالب مساله بازآرایی پویا در شبکه های توزیع جدید به صورت جدی تری دنبال کرده اند. در بازآرایی پویا، به کمک الگوریتم های هوشمند و کلیدهای خودکار در هر لحظه در زمان بهره برداری از شبکه با توجه به وضعیت مصرف و تولید در باسهای مختلف شبکه، آرایش بهینه کلیدها برای برآوردن اهداف از پیش تعیین شده و حفظ قیود سیستم، مشخص می شود. این کار در تمام ساعات بهره برداری مرتبا انجام شده و تلاش می گردد ساختار شبکه توزیع همواره به صورت بهینه باشد. در این پایان نامه حل مسئله بازآرایی پویای شبکه توزیع به کمک روشهای یادگیری ماشین مورد مطالعه قرار گرفته است. هدف الگوریتم ارائه شده در این مطالعه تعیین ساختار بهینه سیستم با وجود تغییرات بار در ساعت مختلف روز با حداقل تلفات و حفظ قیود سیستم است. روش پیشنهادی توانسته است با استفاده از الگوریتم یادگیری تقویتی ضمن حفظ قیود ولتاژ و شعاعی بودن شبکه، تلفات توان را در شرایط مختلف بهره برداری نسبت به مطالعات پیشین به شکل موثرتری کاهش دهد. این روش برای شبکه استاندارد 33 باسه اجرا شده و توانسته نسبت به دو مطالعه مشابه حدود 4% و 10% تلفات سیستم را کاهش دهد.

بهرهوری یکی از مهمترین عوامل اثرگذار روی عملکرد پروژ ههای ساخت است که تأثیر زیادی بر زمان و هزینهی این پروژهها دارد. بهکارگیری اقدامات لازم در راستای بهبود فاکتورهای مؤثر بر بهر هوری عامل از نگران یهای یک مدیر پروژه است. برآوردن این اقدامات ، منجر به صرفهجوی یهای زیادی از حیث منابع استفاده شده در پروژه و بهبود عملکرد پروژه از لحاظ اهداف مختلف زمانی، هزین های وکیفی م یشود. معمولاً در عمل روشهای برنامهریزی و کنترل سنتی برای بهبود بهرهوری مورد استفاد ه قرار میگیرد. با این حا ل، در سا لهای اخیر بهدلیل پیچیدگی پروژ ههای بزرگ و ناکارآمدی برنام هریزی سنتی، تمایل به استفاده ا ز راهکارهای هوش مصنوع ی برای رف ع مشکلا ت بهر هوری، نظر محققا ن را ب ه خود جلب کرد ه است. در میان مسائل مختلف بهرهور ی در پروژ ههای ساخت، بهرهوری ماشینآلات )برای مثال کامیونها( از اهمیت بالایی برخوردار هستند. رفت وآمد کامیونها،تداخل عبور و ترافیک حاصل از آن در کارگاه ساخت، بر بهرهوری آ نها اثر منفی م یگذارد؛ بنابراین کشف رو شهایی که بتواند منجر به بهبود بهر هوری کامیو نها بهخصوص در مواجهه با شرایط عدمقطعیت در ترافیک مسیر حرکت شود، ضرورت م ییابد. مطالعات محدودی در مورد مشکل ترافیک در مسیر حرکت و تأثیر آن بر بهرهوری کامیون در کارگاه ساخت صورت گرفته است. این تحقیق قسمتی از این کمبود را در علم بیان م یکند. یک مدل مبتنی بر عامل جهت بهبود بهر هوری کامیون )عامل( در شرایط ترافیک مسیر حرکت در کارگاه ساخت ارائه میشود. برای این منظور از یادگیری تقویتی و شبی هسازی مونت کارلو استفاده و مدل پیشنهادی در MATLAB کد نو یسی م یشود. اگرچه تئوری یادگیری تقویتی در رشت ههای کامپیوتر و برق ب هخوبی شناخته شده است، اما در ادبیات پروژه ساخت جدید است. این تئوری در آموزش عام لها برای یافتن بهترین راهحل هوشمندانه مؤثر است. اقدامات اصلی در استفاده از مد لسازی مبتنی بر عامل، تعیین عامل، طراحی وضعی تها و انتخاب تابع پاداش/جریمه مناسب است. در مدل پیشنهادی کامیون بهعنوان یک عامل هوشمند شناخته م یشود، وضعیتها، مکا نهای کامیون هستند و تابع پاداش/جریمه بر اساس کمترین زمان سفر در محیط )پروژه ساخت( طراحی م یشود. آموزش مطابق با تابع پاداش/جریمه و جهت تشویق عامل برای دستیابی به بهرهوری بهینه )یافتن مسی رهای بهینه برای انتقال مصالح ساخت( ارائه