On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm

In recent years, the problem of voltage instability has received special attention from many utilities and researchers. The present paper deals with the on-line evaluation of voltage stability in power system using Adaptive Neuro-Fuzzy Inference System (ANFIS). The developed ANFIS model takes the vo...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Електротехніка і електромеханіка
Datum:	2019
Hauptverfasser:	Bourzami, A., Amroune, M., Bouktir, T.
Format:	Artikel
Sprache:	English
Veröffentlicht:	Інститут технічних проблем магнетизму НАН України 2019
Schlagworte:	Електричні станції, мережі і системи
Online Zugang:	https://nasplib.isofts.kiev.ua/handle/123456789/159061
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:	On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm / A. Bourzami, M. Amroune, T. Bouktir // Електротехніка і електромеханіка. — 2019. — № 2. — С. 47-54. — Бібліогр.: 37 назв. — англ.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	nasplib_isofts_kiev_ua-123456789-159061
record_format	dspace
spelling	Bourzami, A. Amroune, M. Bouktir, T. 2019-09-21T17:59:21Z 2019-09-21T17:59:21Z 2019 On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm / A. Bourzami, M. Amroune, T. Bouktir // Електротехніка і електромеханіка. — 2019. — № 2. — С. 47-54. — Бібліогр.: 37 назв. — англ. 2074-272X DOI: https://doi.org/10.20998/2074-272X.2019.2.07 https://nasplib.isofts.kiev.ua/handle/123456789/159061 621.3 In recent years, the problem of voltage instability has received special attention from many utilities and researchers. The present paper deals with the on-line evaluation of voltage stability in power system using Adaptive Neuro-Fuzzy Inference System (ANFIS). The developed ANFIS model takes the voltage magnitudes and their phases obtained from the weak buses in the system as input variables. The weak buses identification is formulated as an optimization problem considering the operating cost, the real power losses and the voltage stability index. The recently developed Moth-Flame Optimization (MFO) algorithm was adapted to solve this optimization problem. The validation of the proposed on-line voltage stability assessment approach was carried out on IEEE 30-bus and IEEE 118-bus test systems. The obtained results show that the proposed approach can achieve a higher accuracy compared to the Multi-Layer Perceptron (MLP) and Radial Basis Function (RBF) neural networks. В последние годы проблема нестабильности напряжения привлекла особое внимание многих служб эксплуатации и исследователей. Настоящая статья посвящена оценке в режиме онлайн стабильности напряжения в энергосистеме с использованием адаптивной нейро-нечеткой системы вывода (ANFIS). Разработанная модель ANFIS принимает в качестве входных переменных величины напряжения и их фазы, полученные от шин в системе. Идентификация шин сформулирована как задача оптимизации, учитывающая эксплуатационные расходы, реальные потери мощности и показатель стабильности напряжения. Недавно разработанный алгоритм оптимизации методом мотылька и пламени (MFO) адаптирован для решения данной задачи оптимизации. Проверка предложенного подхода к онлайн оценке стабильности напряжения в сети проводилась на тестовых системах IEEE с 30 шинами и IEEE со 118 шинами. Полученные результаты показывают, что предлагаемый подход может обеспечить более высокую точность по сравнению с многоуровневыми нейронными сетями (MLP) и нейронными сетями с радиальными базисными функциями (RBF). en Інститут технічних проблем магнетизму НАН України Електротехніка і електромеханіка Електричні станції, мережі і системи On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm Article published earlier
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
title	On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm
spellingShingle	On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm Bourzami, A. Amroune, M. Bouktir, T. Електричні станції, мережі і системи
title_short	On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm
title_full	On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm
title_fullStr	On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm
title_full_unstemmed	On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm
title_sort	on-line voltage stability evaluation using neuro-fuzzy inference system and moth-flame optimization algorithm
author	Bourzami, A. Amroune, M. Bouktir, T.
author_facet	Bourzami, A. Amroune, M. Bouktir, T.
topic	Електричні станції, мережі і системи
topic_facet	Електричні станції, мережі і системи
publishDate	2019
language	English
container_title	Електротехніка і електромеханіка
publisher	Інститут технічних проблем магнетизму НАН України
format	Article
description	In recent years, the problem of voltage instability has received special attention from many utilities and researchers. The present paper deals with the on-line evaluation of voltage stability in power system using Adaptive Neuro-Fuzzy Inference System (ANFIS). The developed ANFIS model takes the voltage magnitudes and their phases obtained from the weak buses in the system as input variables. The weak buses identification is formulated as an optimization problem considering the operating cost, the real power losses and the voltage stability index. The recently developed Moth-Flame Optimization (MFO) algorithm was adapted to solve this optimization problem. The validation of the proposed on-line voltage stability assessment approach was carried out on IEEE 30-bus and IEEE 118-bus test systems. The obtained results show that the proposed approach can achieve a higher accuracy compared to the Multi-Layer Perceptron (MLP) and Radial Basis Function (RBF) neural networks. В последние годы проблема нестабильности напряжения привлекла особое внимание многих служб эксплуатации и исследователей. Настоящая статья посвящена оценке в режиме онлайн стабильности напряжения в энергосистеме с использованием адаптивной нейро-нечеткой системы вывода (ANFIS). Разработанная модель ANFIS принимает в качестве входных переменных величины напряжения и их фазы, полученные от шин в системе. Идентификация шин сформулирована как задача оптимизации, учитывающая эксплуатационные расходы, реальные потери мощности и показатель стабильности напряжения. Недавно разработанный алгоритм оптимизации методом мотылька и пламени (MFO) адаптирован для решения данной задачи оптимизации. Проверка предложенного подхода к онлайн оценке стабильности напряжения в сети проводилась на тестовых системах IEEE с 30 шинами и IEEE со 118 шинами. Полученные результаты показывают, что предлагаемый подход может обеспечить более высокую точность по сравнению с многоуровневыми нейронными сетями (MLP) и нейронными сетями с радиальными базисными функциями (RBF).
issn	2074-272X
url	https://nasplib.isofts.kiev.ua/handle/123456789/159061
citation_txt	On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm / A. Bourzami, M. Amroune, T. Bouktir // Електротехніка і електромеханіка. — 2019. — № 2. — С. 47-54. — Бібліогр.: 37 назв. — англ.
work_keys_str_mv	AT bourzamia onlinevoltagestabilityevaluationusingneurofuzzyinferencesystemandmothflameoptimizationalgorithm AT amrounem onlinevoltagestabilityevaluationusingneurofuzzyinferencesystemandmothflameoptimizationalgorithm AT bouktirt onlinevoltagestabilityevaluationusingneurofuzzyinferencesystemandmothflameoptimizationalgorithm
first_indexed	2025-12-07T18:40:28Z
last_indexed	2025-12-07T18:40:28Z
_version_	1850875920358834176

On-line voltage stability evaluation using neuro-fuzzy inference system and Moth-Flame optimization algorithm

Institution

Ähnliche Einträge