Documents disponibles écrits par cet auteur

A Proportional-Integrator Type Adaptive Critic Design-Based Neurocontroller for a Static Compensator in a Multimachine Power System / Salman Mohagheghi in IEEE transactions on industrial electronics, Vol. 54 N°1 (Fevrier 2007) 

Public ISBD [article]  in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 86-96 p. Titre : A Proportional-Integrator Type Adaptive Critic Design-Based Neurocontroller for a Static Compensator in a Multimachine Power System Titre original : Un type Conception Adaptative de Proportionnel-Intégrateur de Critique a Basé le Neuro- Contrôleur pour un Compensateur Statique dans un Système d'Alimentation de Multimachine Type de document : texte imprimé Auteurs : Salman Mohagheghi, Auteur ; Yamille del Valle, Auteur ; Ganesh Kumar Venayagamoorthy ; Ronald G. Harley, Auteur Article en page(s) : 86-96 p. Note générale : Génie Electrique Langues : Anglais (eng) Mots-clés : Adaptive  critic  design  Multimachine  power  systems  Neurocontroller  Optimal  control  Static  compensator  (STATCOM).Conception  adaptative  de  critique  Systèmes  d'alimentation  de  Multimachine  Neurocontrôleur  Commande  optimale  Compensateur  statique. Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : A novel nonlinear optimal controller for a static compensator (STATCOM) connected to a power system, using artificial neural networks, is presented in this paper. The action dependent heuristic dynamic programming, a member of the adaptive critic designs family is used for the design of the STATCOM neurocontroller. This neurocontroller provides optimal control based on reinforcement learning and approximate dynamic programming. Using a proportional-integrator approach, the proposed neurocontroller is capable of dealing with actual rather than deviation signals. Simulation results are provided to show that the proposed controller outperforms a conventional PI controller for a STATCOM in a small and large multimachine power system during large-scale faults, as well as small disturbances. Un contrôleur optimal non-linéaire de roman pour un compensateur statique (STATCOM) relié à un système d'alimentation, en utilisant les réseaux neurologiques artificiels, est présenté en cet article. La programmation dynamique heuristique dépendante d'action, un membre de la famille adaptative de conceptions de critique est employée pour la conception du neurocontroller de STATCOM. Ce neurocontroller fournit la commande optimale basée sur le renfort apprenant et programmant dynamique approximatif. En utilisant une approche de proportionnel-intégrateur, le neurocontroller proposé est capable de traiter réel plutôt que des signaux de déviation. Des résultats de simulation sont fournis pour prouver que le contrôleur proposé surpasse un contrôleur conventionnel de pi pour un STATCOM dans un petit et grand système d'alimentation de multimachine pendant les défauts à grande échelle, aussi bien que de petites perturbations. DEWEY : 621 ISSN : 0278-0046 En ligne : salman@ece.gatech.edu, rharley@ece.gatech.edu [article] A Proportional-Integrator Type Adaptive Critic Design-Based Neurocontroller for a Static Compensator in a Multimachine Power System = Un type Conception Adaptative de Proportionnel-Intégrateur de Critique a Basé le Neuro- Contrôleur pour un Compensateur Statique dans un Système d'Alimentation de Multimachine [texte imprimé] / Salman Mohagheghi, Auteur ; Yamille del Valle, Auteur ; Ganesh Kumar Venayagamoorthy ; Ronald G. Harley, Auteur . - 86-96 p. Génie Electrique Langues : Anglais (eng) in IEEE transactions on industrial electronics > Vol. 54 N°1 (Fevrier 2007) . - 86-96 p. Mots-clés : Adaptive  critic  design  Multimachine  power  systems  Neurocontroller  Optimal  control  Static  compensator  (STATCOM).Conception  adaptative  de  critique  Systèmes  d'alimentation  de  Multimachine  Neurocontrôleur  Commande  optimale  Compensateur  statique. Index. décimale : 621 Ingénierie mécanique en général. Technologie nucléaire. Ingénierie électrique. Machinerie Résumé : A novel nonlinear optimal controller for a static compensator (STATCOM) connected to a power system, using artificial neural networks, is presented in this paper. The action dependent heuristic dynamic programming, a member of the adaptive critic designs family is used for the design of the STATCOM neurocontroller. This neurocontroller provides optimal control based on reinforcement learning and approximate dynamic programming. Using a proportional-integrator approach, the proposed neurocontroller is capable of dealing with actual rather than deviation signals. Simulation results are provided to show that the proposed controller outperforms a conventional PI controller for a STATCOM in a small and large multimachine power system during large-scale faults, as well as small disturbances. Un contrôleur optimal non-linéaire de roman pour un compensateur statique (STATCOM) relié à un système d'alimentation, en utilisant les réseaux neurologiques artificiels, est présenté en cet article. La programmation dynamique heuristique dépendante d'action, un membre de la famille adaptative de conceptions de critique est employée pour la conception du neurocontroller de STATCOM. Ce neurocontroller fournit la commande optimale basée sur le renfort apprenant et programmant dynamique approximatif. En utilisant une approche de proportionnel-intégrateur, le neurocontroller proposé est capable de traiter réel plutôt que des signaux de déviation. Des résultats de simulation sont fournis pour prouver que le contrôleur proposé surpasse un contrôleur conventionnel de pi pour un STATCOM dans un petit et grand système d'alimentation de multimachine pendant les défauts à grande échelle, aussi bien que de petites perturbations. DEWEY : 621 ISSN : 0278-0046 En ligne : salman@ece.gatech.edu, rharley@ece.gatech.edu