1. CUIR at Chulalongkorn University
  2. Faculty and Institute
  3. Graduate School - Grad
  4. Grad - Theses
Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/31125
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorสุขุมวิทย์ ภูมิวุฒิสาร-
dc.contributor.advisorทรงศักดิ์ ชุษณพิพัฒน์-
dc.contributor.authorพิพัฒน์ จิตรนำทรัพย์-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย-
dc.date.accessioned2013-05-20T07:32:25Z-
dc.date.available2013-05-20T07:32:25Z-
dc.date.issued2545-
dc.identifier.isbn9741714645-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/31125-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2545en
dc.description.abstractวิทยานิพนธ์ฉบับนี้นำเสนอเกี่ยวกับ การปรับค่าพารามิเตอร์ของตัวสร้างเสถียรภาพระบบไฟฟ้ากำลังแบบธรรมดาด้วยเครือข่ายประสาทเทียม โดยเครือข่ายประสาทเทียมที่ใช้คือเครือข่ายฟังก์ชั่นมูลฐานรัศมี ซึ่งเลือกค่าพารามิเตอร์ต่างๆ ของฟังก์ชั่นมูลฐานแนวรัศมีภายในเครือข่ายประสาทเทียมคือ จุดศูนย์กลางและตัวประกอบการกระจาย ด้วยวิธีการกำลังสองน้อยสุดแบบตั้งฉากที่มีการปรับค่าได้ ซึ่งเป็นวิธีที่ปรับปรุงมาจากวิธีการกำลังสองน้อยสุดแบบตั้งฉาก เพื่อให้เครือข่ายประสาทเทียมมีขนาดเล็กลงและมีความสามารถในการจำลองคุณลักษณะของฟังก์ชั่นถ่ายโอนของระบบควบคุมการกระตุ้นของเครื่องกำเนิดไฟฟ้าเพื่อใช้ในการปรับค่าพารามิเตอร์ของตัวสร้างเสถียรภาพระบบไฟฟ้ากำลังแบบธรรมดาที่สถานะการทำงานต่างๆ ของเครื่องกำเนิดไฟฟ้าหรือกล่าวอีกอย่างหนึ่งคือเครือข่ายประสาทเทียมถูกนำใช้ชดเชยความผิดพลาดของแบบจำลองเชิงเส้นของระบบไฟฟ้ากำลังเมื่อมีการเปลี่ยนสถานะการทำงานหรือเกิดเหตุการณ์จำลองต่างๆ อันทำให้ประสิทธิภาพของตัวสร้างเสถียรภาพระบบไฟฟ้ากำลังแบบธรรมดาที่มีค่าพารามิเตอร์คงตัวลดลง ขณะที่ตัวสร้างเสถียรภาพระบบไฟฟ้ากำลังแบบธรรมดาที่มีการปรับค่าด้วยเครือข่ายประสาทเทียมสามารถปรับค่าพารามิเตอร์เพื่อทำให้สามารถหน่วงการแกว่งของระบบได้ดีกว่าในสถานะการทำงานหรือเหตุการณ์จำลองดังกล่าว-
dc.description.abstractalternativeThis thesis presents on the parameter tuning of the Conventional Power System Stabilizer (CPSS) by Artificial Neural Network (ANN). The ANN in the thesis is Radial Basis Function Network (RBFN), whose parameters are chosen by Adaptive Orthogonal Least Squares (Adaptive OLS) method. The Adaptive OLS method is developed from the Orthogonal Least Squares (OLS) method to reduce the neural network size and to identify nonlinear relationship between the parameters for tuning CPSS and loading conditions of generator. The ANN is applied to compensate the error of linear model of power system where a fixed-parameter CPSS is analyzed. When the system condition is changed, this makes the fixed-parameter CPSS has less efficient than a varied-parameter CPSS by ANN.-
dc.format.extent1559929 bytes-
dc.format.extent1039770 bytes-
dc.format.extent1498282 bytes-
dc.format.extent1594349 bytes-
dc.format.extent1706942 bytes-
dc.format.extent2379031 bytes-
dc.format.extent617746 bytes-
dc.format.extent11215385 bytes-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectระบบไฟฟ้ากำลัง-
dc.subjectนิวรัลเน็ตเวิร์ค (คอมพิวเตอร์)-
dc.titleการปรับค่าพารามิเตอร์ของตัวสร้างเสถียรภาพ ระบบไฟฟ้ากำลังแบบธรรมดาด้วยเครือข่ายประสาทเทียมen
dc.title.alternativeParameter tuning of the conventional power system stabilizer by artificial neural netwroken
dc.typeThesises
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineวิศวกรรมไฟฟ้าes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
Pipat_chi_front.pdf1.52 MBAdobe PDFView/Open
Pipat_chi_ch1.pdf1.02 MBAdobe PDFView/Open
Pipat_chi_ch2.pdf1.46 MBAdobe PDFView/Open
Pipat_chi_ch3.pdf1.56 MBAdobe PDFView/Open
Pipat_chi_ch4.pdf1.67 MBAdobe PDFView/Open
Pipat_chi_ch5.pdf2.32 MBAdobe PDFView/Open
Pipat_chi_ch6.pdf603.27 kBAdobe PDFView/Open
Pipat_chi_back.pdf10.95 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.