<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>رئیس دانشکده مهندسی برق و کامپیوتر</PublisherName>
				<JournalTitle>مجله مهندسی برق دانشگاه تبریز</JournalTitle>
				<Issn>2008-7799</Issn>
				<Volume>46</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2016</Year>
					<Month>04</Month>
					<Day>20</Day>
				</PubDate>
			</Journal>
<ArticleTitle></ArticleTitle>
<VernacularTitle>ارزیابی برون‌خط پایداری گذرا به‌وسیله تعیین دقیق CCT با استفاده از شبکه عصبی با ورودی‌های مبتنی بر توابع انرژی</VernacularTitle>
			<FirstPage>277</FirstPage>
			<LastPage>285</LastPage>
			<ELocationID EIdType="pii">4672</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>فرید</FirstName>
					<LastName>کربلایی</LastName>
<Affiliation>دانشگاه تربیت دبیر شهید رجایی - دانشکده مهندسی برق</Affiliation>

</Author>
<Author>
					<FirstName>حمیدرضا</FirstName>
					<LastName>شعبانی</LastName>
<Affiliation>دانشگاه تربیت دبیر شهید رجایی - دانشکده مهندسی برق</Affiliation>

</Author>
<Author>
					<FirstName>رضا</FirstName>
					<LastName>ابراهیم‌پور</LastName>
<Affiliation>دانشگاه تربیت دبیر شهید رجایی - دانشکده مهندسی کامپیوتر</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2014</Year>
					<Month>11</Month>
					<Day>04</Day>
				</PubDate>
			</History>
		<Abstract></Abstract>
			<OtherAbstract Language="FA">یکی از مهم‌ترین مسائل در مطالعات امنیت دینامیکی سیستم‌هـای قدرت بزرگ، تعیین زمان بحرانی رفع خطا برای مجموعه‌ای از اغتشاش‌های محتمل است. با توجه به تغییر شرایط سیستم، محاسبه زمان بحرانی رفع خطا باید به‌صورت پی‌درپی و در فواصل زمانی کوتاه انجام شود. این محاسبه هرچند که در شرایط برون‌خط صورت می‌گیرد، اما با توجه به حجم بالای محاسبات و فاصله زمانی کوتاه بین دو محاسبه، نیاز به استفاده از روش‌های سریع و با دقت بالا است. در این مقاله با استفاده از شبکه عصبی، تخمین دقیقی از زمان بحرانی رفع خطا به‌دست می‌آید. ورودی‌های شبکه عصبی از جنس تابع انرژی بوده و فقط با انجام یک‌بار شبیه‌سازی زمانی حاصل می‌شوند. این ورودی‌ها، حداقل انرژی جنبشی، حداکثر انرژی پتانسیل و شیب منحنی حداقل انـرژی جنبشی می‌بـاشند. شبیه‌سـازی‌هـای انجام‌شده در دو سیستم 9 و 39 شینه IEEE نشان می‌دهد که شبکه عصبی طراحی‌شده با دقت قابل قبولی زمان بحرانی رفع خطا را تخمین می‌زند.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">زمان بحرانی رفع خطا</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">انرژی بحرانی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">سطح مرزی انرژی پتانسیل</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">نقاط تعادل ناپایدار</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">حداقل انرژی جنبشی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شبکه عصبی پرسپترون چندلایه</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://tjee.tabrizu.ac.ir/article_4672_9a5f4cafec2d22094f9237592f510420.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
