Zaawansowane technologie optymalizacji sieci energetycznej z wykorzystaniem Internetu rzeczy (IoT) i sztucznej inteligencji (AI)

Niniejsza praca przedstawia metodę optymalizacji wydajności system闚 energetycznych z wykorzystaniem Internetu Rzeczy i sztucznej inteligencji. Metoda ta automatycznie wykrywa spadki napięcia. Korekta blęd闚 jest wykonywana automatycznie w czasie rzeczywistym poprzez rekonfigurację i automatyczną rekombinację przelącznik闚 w calym systemie. Technika ta zapewnia latwy spos鏏 nadzorowania sieci energetycznych za pomocą urządzeń SCADA. Zaproponowano algorytmy adaptacyjnej optymalizacji roju cząstek (APSO) do oceny strat mocy i spadk闚 napięcia (PLVD) w promieniowym systemie dystrybucji (RDS). Standardowy test magistrali IEEE 33 jest wykorzystywany do badania jakości zasilania proponowanego systemu. Trzy odpowiednie lokalizacje dla wtrysku fotowoltaicznych źr鏚el rozproszonych (PDS) są określane na podstawie redukcji strat mocy i wskaźnika napięcia. System usuwa usterki, takie jak odchylenie wsp鏊czynnika mocy (PFD) lub częściowe zacienienie ogniw slonecznych, poprzez rekonfigurację i automatyczną rekombinację 33-busowych galęzi systemu radialnego. Adaptacyjna optymalizacja roju cząstek (APSO) umożliwila poprawę profilu mocy i wykazala niezawodnośc proponowanej metody.