مراقبة توتر قضبان تجميع شبكة نقل الطاقة الكهربائية السورية باستخدام خرائط كوهونين العصبونية ذاتية التنظيم ذات التعليم المراقب

نستخدم في هذا البحث شبكات كوهونين العصبونية ذاتية التنظيم ذات التعليم المراقب Kohonen Supervised Self-Organizing Maps SSOM لتقييم أمان شبكة نقل الطاقة السورية عن طريق مراقبة توترات قضبان التجميع لهذه الشبكة. حيث أنه مع زيادة الطلب على الطاقة تعمل أنظمة القدرة عند حدود تشغيل قريبة من الحدود العظمى المسموحة مما يجعلها معرضة في أية لحظة لحدوث حالة تعتيم جزئي أو عام عند تعرضها لاضطراب معين (تغيرات في الاحمال- خروج محطات توليد- خروج خطوط نقل- فقدان أحمال أو محطة تحويل). تعمل جميع أنظمة إدارة الطاقة لتحقيق تشغيل اقتصادي آمن لنظام القدرة، ومن أجل الوصول للتشغيل الاقتصادي يجب تحديد إذا كان هذا النظام آمن أو غير آمن في حالته الستاتيكية. يقدم هذا البحث واجهة بصرية لمشغل النظام تبين محطات الشبكة السورية مع تبيان حالة هذه المحطات (آمنة/غير آمنة) بحيث يظهر الخرج على شكل فئات Classes حسب حالة المحطة. وقد أظهرت هذه الطريقة سرعة كبيرة مقارنة مع الطرق التقليدية (سريان الاستطاعة) كما أننا استخدمنا تعديل جديد لشبكات كوهونين العصبونية ذاتية التنظيم وهو تدريبها بشكل مراقب Supervised Learning وهو التعديل الذي قدمه العالم كوهونين في كتابه Self-Organizing Maps وأسماه Batch-Training Algorithm. مما جعل التدريب أكثر استقراراً وجعل شبكات كوهونين العصبونية أكثر قدرة على التعامل مع الشبكات الكبيرة كنظم القدرة المعقدة كما هو حال الشبكة السورية موضوع هذه الدراسة، وجعل شبكات كوهونين العصبونية مناسبة جداً لتطبيقات أمان نظام القدرة Power System Security.