Key points are not available for this paper at this time.
لقد حصلت الشبكات الصغيرة على اهتمام كبير خلال العقد الماضي وأصبحت资产 أساسية في صناعة الطاقة. تعد القدرة على دمج توليد الطاقة المتجددة المستدامة في شبكة التوزيع واحدة من الأسباب الرئيسية لشعبية الشبكات الصغيرة. بالإضافة إلى المزايا التقنية، يطرح دمج مصادر الطاقة المتجددة مع الشبكة العديد من التحديات الفنية. بسبب العشوائية في التوليد وأنماط التشغيل المختلفة، سيكون دمج مصادر الطاقة المتجددة في أنظمة الطاقة تحديًا. يتطلب التشغيل الموثوق لمصادر الطاقة المتجددة المدمجة في الشبكات الصغيرة، حتى عند حدوث أعطال، مخطط حماية تكيفي وتنسيق المفاتيح. لمواجهة هذه القضايا، طورت هذه الورقة مخطط تنسيق حماية تكيفي باستخدام مفاتيح تدفق التيار الرقمي وآلات الدعم الذاتي مع نهج تحسين أسراب الجسيمات. تستخدم مصادر الطاقة المتجددة المعتمدة على الشبكات الصغيرة أنظمة إلكترونيات القدرة التي تتطلب عمل المفاتيح فيMilliseconds، وستكون شبكة الطاقة آمنة. يتجاوز وقت تنفيذ برنامج تحسين أسراب الجسيمات وقت المفاتيح الأولية. يعد خوارزم التعلم الآلي أسرع في وقت الحساب. تقترح هذه المقالة طريقة، تحسين أسراب الجسيمات، لتقدير الوقت الأمثل لتشغيل المفاتيح. تم اقتراح نموذج التعلم الآلي الذي يحتوي على آلة دعم لتقدير وقت تشغيل المفاتيح. تم تطوير البحث المقترح واختباره على نظام IEEE12BUS و IEEE35BUS. تقديرات مخططات تنسيق الحماية التكيفية القائمة على آلة الدعم لتقدير وقت تشغيل المفاتيح اليدوية الاتجاهية، مع وقت تنفيذ برنامج أقل ونسبة خطأ منخفضة. أظهر النتيجة المستمدة أن النهج المقترح مناسب جداً للتطبيقات في الوقت الحقيقي لنظام ميكروغرين AC.
درس كورمايها وآخرون (الجمعة) هذا السؤال.