دانلود پایان نامه و مقاله کارشناسی ارشد

دانلود پایان نامه و مقاله کارشناسی ارشد- متن کامل - همه رشته ها

دانلود پایان نامه و مقاله کارشناسی ارشد

دانلود پایان نامه و مقاله کارشناسی ارشد- متن کامل - همه رشته ها

دانشگاه قم پایان‏ نامه کارشناسی ارشد مهندسی فناوریِ اطلاعات،گرایشِ تجارتِ الکترونیک عنوان

 

 

فهرست جدول‏ها
عنوانصفحه

جدول 1-۱: مقایسه ویژگی‏های دو ارتباط هم‏مرجع وپیشایند…………………………… ۱1

جدول 2-۱: فاکتورهای متداول برای تشخیص مرجع مشترک…………………………………………….. 23

جدول 2-۲: برخی از ویژگی‏های ارائه شده در تحلیل مرجع مشترک…………………… 30

جدول 2-۳: معرفی برخی از پژوهش‏هایی که از خوشه‏بندی استفاده کرده‏اند…………………… 55

جدول 2-4: مشخصات مربوط به انواع موجودیت‏ها……………………………………………………………….. 62

جدول2-5: زیر گروه‏های موجودیت مشخص………………………………………………………………………….. 64

جدول2-6: زیر گروه‏های موجودیت سازمان……………………………………………………………………………. 65

جدول 2-7: زیر گروه‏های موجودیت مکان …………………………………………………………………………….. 66

جدول 2-8: زیر گروه‏های موجودیت سیاسی…………………………………………………………………………. 67

جدول 2-9: حالت‏های خاص موجودیت‏های سیاسی…………………………………………………………….. 68

جدول 2-10: انواع طبقه‏بندی اشاره………………………………………………………………………………………. 71

جدول 4-1: بانک اطلاعاتی سیستم کشف اشاره: جدول واژگان……………………………………….. 100

جدول 4-2: بانک اطلاعاتی سیستم کشف اشاره: جدول اشاره‏ها……………………………………… 101

جدول 4-3: فهرست ویژگی‏های به کار رفته در تشخیص مرجع مشترک………………………… 106

جدول 4-4: حالت‏های ممکن نتایج یک ماشین یادگیر……………………………………………………… 108

جدول 4-5: نتایج ارزیابی الگوریتم‏های پایه مورد بررسی…………………………………………………… 110

جدول 4-6: نتایج ارزیابی الگوریتم SVM با هسته‏های متفاوت………………………………………… 111

جدول 4-7: نتایج ارزیابی الگوریتم شبکه عصبی با مدل‏های متفاوت………………………………. 112

 

 


فهرست شکل‏ها
عنوانصفحه

شکل1-۱. انواع روابط ممکن میان دو عبارت اسمی ……………………………………………………………. 12

شکل1-۲. میزان ارتباط میان حوزه‏ها با انواع دانش‏های زبان‏شناسی و واژگانی………………….. ۱6

شکل2-۱. نمونه‏ای از نمونه‏های مثبت و منفی که توسط ۴.5C تولید شده است……………… 31

شکل2-۲. درختِ بل به ازای سه عبارت اسمی ……………………………………………………………………. 37

شکل2-3. شمایی از نشانه‏گذاری پیکره بیژن‏خان………………………………………………………………….. 60

شکل2-4. شمایی از نشانه‏گذاری اشاره‏های هم مرجع در پیکره لوتوس……………………………… 62

شکل3-۱. شمایی از داده‏های خطی و غیر خطی جدایی‏پذیر………………………………………………. 77

شکل3-۲. الگوریتم پرسپترون میانگین‏دار……………………………………………………………………………… 80

شکل3-3. نمونه‏ای از یک درخت تصمیم‏گیری……………………………………………………………………… 86

شکل3-4.الگوریتم C5 ……………………………………………………………………………………………………………. 88

شکل3-5. مثالی از نمودار دندوگرام در تشخیص عبارت‏های اسمی هم‏مرجع……………………. 92

شکل3-6. الگوریتم خوشه‏بندی سلسله مراتبی پایین به بالا                                       93

شکل3-7.الگوریتم آموزش خوشه‏بندی حریصانه      ………………………………….. 94


شکل3-8.الگوریتم بروزرسانی ………………………………………………………..   96

شکل4-1 :شمای کلی از جداول این بانک اطلاعاتی لوتوس…………………………………………………. 99

شکل4-2 :شمای کلی سیستم شناسایی اشاره……………………………………………………………………. 102

شکل4-3 :شمایی از نمایش خروجی سیستم نمایش اشاره……………………………………………….. 102

شکل4-4: شمایی از نمایش خروجی سیستم نمایش واژگان…………………………………………….. 103

شکل4-5: شمایی از نمایش خروجی تعیین نمونه‏های مثبت و منفی………………………………. 107

شکل4-6: نمودار مقایسه الگوریتم‏های پایه مورد بررسی……………………………………………………. 111

 

۱-۱.مقدمه و بیان مسئله

امروزه رایانه در تمام لایه‏های زندگی بشر نفوذ کرده است. بطوریکه استفاده از فناوری رایانه در حوزه زبان‏شناسی، بیش از پیش احساس می‏شود. «پردازش زبان طبیعی[1]»شاخه‏ای از علم «هوش مصنوعی[2]» است که به ماشینی کردن فرایند زبان شناسی سنتی می‏پردازد. به این ترتیب با بهره گرفتن از رایانه می‏توان «زبان گفتاری ونوشتاری» را پردازش نمود، به طوریکه رایانه‏ها نیز قادر باشند زبان انسان را درک کرده و بتوانند از زبان طبیعی به عنوان ورودی وخروجی استفاده کند. به این ترتیب یک رایانه، درهنگام دریافت ورودی، نیاز به «درک» و درهنگام ارسال خروجی، نیاز به «تولید» زبان طبیعی دارد. ]81[

در زمینه پردازش زبان طبیعی پژوهش‏هایی مانند طبقه‏بندی متون[3]، برچسب‏گذاری ادات سخن[4]، تعیین و ابهام‏زدایی از معانی واژگان[5] و… انجام شده است که تنها بر روی یک حوزه خاص تمرکز داشته‏اند و در نتیجه راه حل‏هایی جزئی در راستای اهداف کلی پردازش زبان طبیعی محسوب می‏‏‏شوند. تمامی این حوزه‏های جزئی باید حل شوند تا در نهایت رایانه بتواند همانند انسان واژگان و جملات را پردازش کرده و یا آنها را بسازد.

وظایف زبان طبیعی را می‏توان به ریز کاربردها[6] و کلان کاربردها[7] افراز نمود. به طور کلی تا کنون تحقیقات انجام شده بیشتر بر روی پردازش‏هایی در سطح واژه و یا جمله (مانند برچسب گذاری ادات سخن، ابهام زدائی از مفهوم واژگان، شناسایی موجودیت‏های نامدار[8] و … ) و یا در سطح کل متن (تشخیص هرزنامه[9]، رده بندی متون و…) متمرکز شده اند؛ برخی از کاربرد‏ها نیز مانند استخراج اطلاعات[10]، تشخیص مرجع مشترک[11] و ماشین ترجمه[12] در سطح بینابین قرار گرفته‏اند. ]27[بدیهی است که در توسعه یک کاربرد سطح بالاتر همانند تعیین ویژگی‏های معنایی متون، انواع متفاوتی از ویژگی‏های سطح پایین‏تر (مانند ویژگی‏های لغوی[13] و نحوی[14]) نیز لازم است، اما به لطف سیستم‏های جدید که تا حد زیادی به روش‏های آماری یادگیری ماشین بستگی دارند، دیگر در آنها، به تمامی‏‏‏ ویژگی‏های سطح پایین‏تر نیازی نیست. علت اینکه روش‏های یادگیری ماشین توانسته‏اند با وجود سادگی، به موفقیت قابل توجهی دست یابند این است که اطلاعات آماری پایه، دانشی را فراهم می‏آورد که برای بسیاری از کاربرد‏ها کافی بوده و می‏‏‏‏تواند به کارائی قابل توجهی منجر شود. با این وجود، باید توجه داشت که روش‏های آماری محدود است و هرگز نمی‏توانند درک کاملی از محتوای معانی یک متن را فراهم آورند.

از طرفی دیگر، با فراهم شدن اطلاعات و قدرت محاسباتی بیشتر، سیستم‏‏هایی که واژگان و جملات درست را از غلط تشخیص می‏دهند، به طور گسترده‏ای در حال توسعه هستند. به عنوان مثال، در زبان انگلیسی برچسب گذاری ادات سخن به صحتی برابر با ۹۸%، شیوه‏های تجزیه کردن[15] به صحتی برابر با ۹۰%، و شناسایی موجودیت‏های نامدار به صحت ۹۱% رسیده اند. [78,55,38[.

بسیاری از پژوهشگران معتقدند که استخراج اطلاعات به عنوان یکی از مهمترین کاربردهای پردازش زبان طبیعی محسوب می‏شود، که مجموعه‏ای از تکنیک‏های رده‏بندی[16]، خوشه‏بندی[17] و قوانین وابستگی[18] است و خروجی استخراج اطلاعات شامل، شناسایی موجودیت‏ها[19] ، تعیین نوع وگروه آنها، طبقه بندی ارتباط میان موجودیت‏ها و همچنین استخراج رویدادهایی که در آن مشارکت دارند، می‏باشد.[71[ در نهایت می‏توان گفت که خلاصه سازی، بازیابی اطلاعات[20]، داده‏کاوی[21]، پرسش و پاسخ[22] و درک زبان[23] از جمله کاربردهای این سیستم هستند.

تمرکز اصلی این پژوهش بررسی فرایند تشخیص مرجع مشترک به عنوان یکی از فرایندهای مهم استخراج اطلاعات است؛ در تشخیص مرجع مشترک تمام عبارت‏های اسمی‏‏‏ که به یک موجودیت واحد در دنیای واقعی اشاره دارند، تعیین می‏گردند. هدف نهایی این پایان‏ نامه شناسایی اشاره‏های هم مرجع شامل ضمیر و اسم اشاره در متون پارسی می‏باشد. برای تحقق این هدف نیاز به انجام پیش پردازش‏هایی بر روی متون خام می‏باشد تا داده‏های مورد نیاز برای ورود به فرایند تحلیل مرجع مشترک فراهم شوند. فرض ما بر این است که خروجی حاصل از فرایند کشف اشاره[24] به عنوان یک پیش پردازش می‏تواند در کنار سایر پیمانه‏های پیش پردازشی مانند تجزیه‏گر، شناسایی موجودیت‏های نامدار و… بر بهبود عملکرد تحلیل مرجع مشترک موثر واقع شود. [23،38،53،83]

به هر ترتیب شناسایی عبارت‏های اسمی‏‏‏ هم‏مرجع از مهمترین زیر وظایف استخراج اطلاعات می‏باشند که بهبود عملکرد آن موجب بهبود عملکرد کلی سیستم استخراج اطلاعات و سایر سیستم‏های مرتبط با آن خواهد شد.

واحد مورد بررسی در حوزه تشخیص مرجع مشترک، متن می باشد که پس از اجرای ماژول‏هایی متفاوت، متن مورد نظر به عبارت های اسمی یا به عبارت بهتر به اشاره تبدیل می‏شود. روش‏های موجود در این حوزه، به دو دسته روش‏های زبان‏شناسی[25] و روش‏های یادگیری ماشین[26] تقسیم می‏‏‏شوند. [76[ در روش اول، ابتدا به ازای هر عبارت اسمی‏‏، مراجع کاندیدا تعیین می‏‏‏شود و سپس با به کارگیری مجموعه‏ای از قواعد زبان‏شناسی، برخی از کاندیداها حذف شده و کاندیداهای باقیمانده نیز امتیازدهی می‏‏‏شوند و در‏نهایت کاندیدایی به عنوان مرجع برگزیده می‏‏‏شود که بیشترین امتیاز را کسب کرده باشد. مسئله اصلی در این روش این است که کسب اطلاعات زبان‏شناسی مورد نیاز، فرایندی زمان‏بر، پرهزینه و پر خطاست. البته با پیدایش پیکره‏های[27] زبان‏شناسی و موفقیت روش‏های یادگیری ماشین در سایر حوزه‏ها، روش‏های زبان‏شناسی جای خود را به روش‏های یادگیری ماشین دادند. در یادگیری ماشین، به محاسبات زبان‏شناسی پیچیده و سطح بالای روش‏های زبان‏شناسی نیاز نیست به طوریکه با بهره گرفتن از دانش اندکی در زمینه زبان‏شناسی نیز می‏توان به نتایج خوب و قابل توجهی دست یافت.

از سوی دیگر، امروزه اغلب پژوهشگران فرایند تشخیص مرجع مشترک را به دو مرحله تقسیم می‏‏‏ کنند. (۱) کشف و شناسایی اشاره؛ برای شناسایی عبارت‏های اسمی‏‏‏ که به موجودیت[28] ها در دنیای واقعی اشاره دارند، (۲) شناسائی اشاره‏هایی که به یک مرجع واحد اشاره دارند. به این ترتیب در مرحله اول، اکثر عبارت‏های اسمی‏‏‏ تحت عنوان اشاره[29] و در قالب چهار گروه اصلی ضمایر[30]، اسامی‏‏‏ خاص[31]، اسامی‏‏‏ عام[32] و غیر اشاره‏ها[33] قرار می‏گیرند،[8،910،16،48،53،72] سپس این فرایند مشخص می‏‏‏‌کند که هر اشاره به کدام موجودیت در دنیای واقعی اختصاص دار[26]می‏‏‏توان گفت که فرایند کشف اشاره، توسعه یافته‏ی فرایند شناسایی موجودیت‏های نامدار می‏باشد که علاوه بر شناسایی اسامی‏‏‏ خاص، به شناسایی اسامی‏‏‏ عام و ضمایر نیز می‏پردازد. [،23،72،81،113،114]از آنجائیکه بررسی فرایند‏های شناسایی اشاره و تحلیل مرجع مشترک به طور همزمان خارج از حوزه‏ی این پایان‏ نامه است، ما عبارت‏های اسمی‏‏‏ را در قالب انواع اشاره‏های گفته شده در پیکره‏ای تحت عنوان لوتوس برچسب‏گذاری می‏نمائیم و نتیجه‏ی آن را برای تحلیل مرجع مشترک به کار خواهیم برد.

چارچوب کلی این پایان‏ نامه به این صورت می‏باشد: در بخش دوم این فصل گذری کوتاه بر انواع روابط میان دو عبارت اسمی‏‏‏ و به خصوص ارتباط‏های هم‏مرجعی خواهیم داشت. سپس در بخش اول فصل دوم، روش‏های ارائه شده برای تشخیص مرجع مشترک را مورد بررسی و مطالعه قرار می‏دهیم و در بخش دوم آن، به نحوه ایجاد پیکره‏ای مناسب برای کشف اشاره و تحلیل مرجع مشترک خواهیم پرداخت. در فصل سوم، به الگوریتم‏های مناسب برای این پایان‏ نامه را معرفی می نمائیم. سیستم پیشهنادی برای شناسایی اشاره‏های ارجاع شده در فصل چهارم معرفی خواهد شد و همچنین در این فصل الگوریتم‏های یادشده را مورد ارزیابی قرار می‏دهیم. در نهایت در فصل پنجم نیز به نتیجه گیری و پیشنهاد کارهای آتی در ادامه‏ی این پژوهش خواهیم پرداخت.

[1] معادل پارسی عبارت  انگلیسی Natural Language processing

[2] معادل پارسی عبارت انگلیسی Artificial Intelligence

[3]  معادل پارسی عبارت انگلیسی Text classification

این مطلب را هم بخوانید :


[4] معادل پارسی عبارت انگلیسی Part of speech tagging

[5] معادل پارسی عبارت انگلیسی Word sense disambiguation

[6] معادل پارسی عبارت انگلیسی Micro-task

[7] معادل پارسی عبارت انگلیسی Macro-task

[8] معادل پارسی عبارت انگیسی Named Entity Recognizers(NER)

[9] معادل پارسی عبارت انگیسی Spam Detection

[10] معادل پارسی عبارت انگیسی Information Extraction(IE)

[11] معادل پارسی عبارت انگیسی Coreference Resolution(CR)

[12] معادل پارسی عبارت انگیسی Machin Translation(MT)

ارتقاء وضوح تصویر رنگی از روی رشته ­ای از تصاویر وضوح پایین دانشگاه صنعتی شاهرود دانشکده: برق ...

4‌.2‌.1‌   مدل ریاضی سیستم عکسبرداری……………………………… 75
4‌.3‌   روش پیشنهادی جهت موزائیک زدایی چند فریمی………… 78
4‌.3‌.1‌   جمله وفاداری……………………………… 80
4‌.3‌.2‌   جمله­ جریمه­ روشنایی……………………………… 80
4‌.3‌.3‌   جمله­ جریمه­ رنگ………………………………. 81
4‌.3‌.4‌   جمله جریمه­ وابستگی­های رنگی……………………………… 82
4‌.4‌   تابع هزینه کلی……………………………… 83
4‌.5‌   آزمایش­ها …………………………….84
4‌.5‌.1‌   بررسی عملکرد الگوریتم پیشنهادی در برابر خطاهای ثبت……… 86
4‌.5‌.2‌   بررسی عملکرد الگوریتم پیشنهادی در برابر پرتی­ها………………. 87
5   فصل پنجم جمع­بندی و نتیجه­ گیری……………………………… 95
5‌.1‌   نتیجه­ گیری……………………………… 96

5‌.2‌   پیشنهادهایی برای کارهای آتی……………………………… 97


منابع و مراجع……………………………… 101
پیوست­ها……………………………. 115
چکیده:
در سال­های اخیر، پیشرفت­های گسترده­ای در زمینه­ سنسورهای تصویر و سیستم­های تصویربرداری دیجیتال صورت گرفته­است، اما هنوز محدودیت­های تئوری و عملی بر روی وضوح تصاویر گرفته شده با این دوربین­ها اثر می­گذارد. تکنیک­های فراتفکیک­پذیری (سوپر رزولوشن) به منظور غلبه بر این محدودیت­ها در سال­های اخیر گسترش یافته­اند. این تکنیک­ها با بهره گرفتن از یک و یا چند تصویر کم وضوح، تصویری با وضوح بالاتر ایجاد می­ کنند. کارهای اخیر در زمینه­ فراتفکیک­پذیری (که اغلب بر روی تصاویر خاکستری متمرکز شده­است)، به منظور کاهش پیچیدگی محاسباتی و افزایش مقاومت در برابر خطاهای مدل­سازی و نویز انجام شده­است. از سویی دیگر، روش­های موزائیک­ زدایی متعددی به منظور کاهش مصنوعات رنگی، که در نتیجه­ی استفاده از دوربین­های تک CCD است، مطرح شده­است.
در این پایان نامه ، با بهره گرفتن از روش­های آماری در پردازش سیگنال، چارچوب مقاومی را برای ترکیب تصاویر کم وضوح به منظور ایجاد تصویری با وضوح بالا پیشنهاد می­دهیم. در این روش، با بهره گرفتن از معیار مقاوم به خطا در تابع هدف و تطبیق فرایند تخمین برای هر تصویر کم وضوح متناسب با دقت پارامترهای مدل و سطح نویز آن، بازسازی مقاومی را ایجاد نموده­ایم. همچنین با تعمیم این روش در حوزه­ رنگ، و ادغام فرایند تفکیک­پذیری و دموزانیک تصویر، توانسته­ایم علاوه بر افزایش وضوح تصاویر رنگی، موزائیک زدایی تصویر را نیز به طور همزمان انجام دهیم. آزمایش­های انجام شده نیز عملکرد خوب الگوریتم پیشنهادی را در مقابل نویز و خطا تصدیق می­ کند.
فصل اول: مقدمه
مقدمه:

استفاده از فیلم­ها و تصاویری با قدرت تفکیک­پذیری بالا، در اکثر کاربردهای الکترونیکی مورد نیاز است. تمایل برای استفاده از تصاویری با وضوح بالا از دو زمینه اصلی 

این مطلب را هم بخوانید :

دانلود پایان نامه روانشناسی درباره الگوهای فعال درونی

نشات می­گیرد: بهبود اطلاعات تصویری برای تفسیر انسان؛ و کمک به درک دستگاه­های خودکار. وضوح تصویر، جزئیات موجود در تصویر را توصیف می­ کند. در وضوح بالاتر، جزئیات تصویر بیشتر است. وضوح یک تصویر دیجیتال را می‌توان در بسیاری از زمینه های مختلف طبقه بندی کرد: وضوح پیکسلی، وضوح فضایی، وضوح طیفی، وضوح زمانی و وضوح رادیومتری [1]. در این پایان نامه ، مباحث در حوزه­ وضوح فضایی مطرح می­شود.

وضوح فضایی: یک تصویر دیجیتال از عناصر تصویر کوچکی به نام پیکسل ساخته شده است. وضوح فضایی، به تراکم پیکسل­ها در یک تصویر اشاره دارد و معیار سنجش آن پیکسل در واحد سطح است.
شکل 1-1 آزمون کلاسیک برای تعیین وضوح فضایی یک سیستم تصویربرداری را نشان می‌دهد. وضوح فضایی تصویر ابتدا توسط حسگرهای تصویربرداری و یا دستگاه اکتساب تصویر محدود می­شود. در دوربین دیجیتال، تصویربرداری بر روی فیلم صورت نمی‌گیرد بلکه توسط یک حسگر حساس (دستگاه جفت‌کننده­ بار (CCD) [1] یا نیم‌رسانای اکسید فلزی مکمل (CMOS) [2] ) انجام می‌پذیرد. این حسگرها معمولاً در یک آرایه دو بعدی، برای گرفتن سیگنال تصویر دو بعدی مرتب شده ­اند. در وهله اول، اندازه حسگر و یا به طور معادل تعداد عناصر حسگر به ازای هر واحد سطح، وضوح فضایی تصویر را تعیین می­ کند. حسگرها با تراکم بالاتر، وضوح فضایی بیشتری را برای سیستم تصویربرداری ممکن می­سازد. سیستم تصویربرداری با آشکارسازهای ناکافی، تصاویری کم وضوح با اثرات بلوکی ایجاد می­ کند که ناشی از

تاثیر شیارهای استاتور و روتور بر پارامترهای الکتریکی ماشین دانشگاه آزاد اسلامی علوم تحقیقات واحد یزد پایان‌نامه ...

فصل چهارم تجزیه و تحلیل یافته ها
4-1 مقدمه……………………………… 52
4-2- محاسبه ماتریس اندوکتانس……………………………… 53

4-3- محاسبه ماتریس اندوکتانس ……………………………….. 54

این مطلب را هم بخوانید :



4-4- محاسبه ماتریس اندوکتانس …………………………………. 54

تشخیص خطای حلقه به حلقه سیم پیچی استاتور موتورهای القایی سه فاز قفس سنجابی با ...

 می‌تواند منجر به تماس سطوح روتور و استاتور شده و معایب روتور و استاتور را پدید آورد.
شکستن میله‌های روتور، شکستن حلقه انتهایی روتور و انواع نا هم‌محوری (استاتیکی، دینامیکی و مرکب) از جمله خطاهای روتور هستند ]3[. دلایل اصلی بروز این خطاها به شرح زیرند :

1. اضافه بار حرارتی که می‌تواند حین شتابگیری، کارکرد دایم و یا توقف روتور حاصل شود.


2. عدم تعادل حرارتی یا اختلاف دما در میله‌های روتور که از راه اندازی‌های مکرر، پدیده پوستی، انتقال حرارت غیر یکنواخت هسته و میله‌های روتور و بعضی عوامل دیگر ناشی می‌شود.
3. اثرات مغناطیسی که منجر به وارد شدن نیروهای الکترودینامیکی شعاعی بر میله‌ها می‌شوند. این نیروها که از تاثیر متقابل شار مغناطیسی و جریان میله‌ها حاصل می‌شوند، با مربع جریان میله‌ها متناسب بوده و سبب لرزش و خمش میله‌ها در امتداد شعاعی شده و سرانجام ممکن است منجر به شکستن میله‌های روتور شوند.

4. غیر یکنواختی ذاتی در امتداد طولی فاصله هوایی (نا هم‌محوری ذاتی) که از ایده‌آل نبودن فناوری ساخت و مونتاژ موتور ناشی می‌شود، باعث کشش مغناطیسی 

این مطلب را هم بخوانید :

پایان نامه سقوط قیمت سهام،سهامداران نهادی وعدم تقارن اطلاعاتی

نامتقارن در سطوح مجاور روتور و استاتور می‌شود. زیرا روتور در سمتی که فاصله هوایی کوچکتر است تحت نیروهای کششی بزرگتری قرار می‌گیرد. این امر سبب خم شدن روتور، تشدید خطای نا هم‌محوری و در نهایت منجر به برخورد روتور با استاتور می‌شود. در نتیجه ممکن است به ساختار روتور و استاتور آسیب جدی وارد شود.

5. افزایش تنش‌های وارد بر میله‌های روتور در اثر اضافه بار دایم یا نوسانی در طول زمان می‌تواند منجر به شکستن میله‌های روتور شود.

تعیین بهینه اندازه منابع انرژی در ریز شبکه‌ها با در نظر‌گرفتن عدم قطعیت‌ها دانشگاه علوم و فنون ...

3‌.2‌   مدل اقتصادی سیستم مورد مطالعه……………………… 42
3‌.2‌.1‌  هزینه سرمایه گذاری اولیه(ACC)…………………….. 43
3‌.2‌.2‌  هزینه جایگزینی سالیانه (ARC) ……………………..44
3‌.2‌.3‌  هزینه سوخت سالیانه(AFC)…………………….. 44
3‌.2‌.4‌  هزینه تعمیر و نگهداری(AOC)…………………….. 44
3‌.3‌   تابع هدف و قیود مسئله……………………… 45
3‌.3‌.1‌   قیود مسئله……………………… 46
3‌.3‌.2‌   الگوریتم مبتنی بر سناریو برای عدم قطعیت توان تولیدی از توربین بادی و آرایه خورشیدی…….47
4   .فصل چهارم: نتایج شبیه سازی………………………. 49
4‌.1‌   نتایج شبیه سازی………………………. 50
4‌.2‌   مشخصات اجزای ریزشبکه……………………… 50
4‌.3‌   بار ناحیه مورد مطالعه……………………… 51

4‌.4‌   تولیدات منابع انرژی تجدید پذیر……………………… 52


4‌.5‌   سناریو های احتمالی………………………. 53
4‌.5‌.1‌   تعیین سایز بهینه شده واحدها در ریزشبکه با عدم قطعیت در تولید واحدهای تجدیدپذیر….. 55
4‌.5‌.2‌   بررسی هزینه در حالت تولید قطعی………………………. 56
5   .فصل پنجم: جمع‌بندی و نتیجه‌گیری………………………. 57
5‌.1‌   نتیجه گیری………………………. 58
5‌.2‌   پیشنهادهایی برای ادامه کار…………………….. 59
منابع و مراجع………………………. 60
Abstract……………………..
چکیده:

ریزشبکه‌ها شبکه‌هایی با مقیاس های کوچک در سطح ولتاژ فشار ضعیف هستند که برای تامین بارهای گرمایی و الکتریکی مکان های کوچک و مکان هایی که قابلیت دسترسی به شبکه اصلی برق را ندارند، به کار می‌روند. ریزشبکه‌ها برای تامین انرژی انواع مصرف‌کننده‌ها همچون خانگی، صنعتی و کشاورزی مورد استفاده قرار می‌گیرند و برآورد هزینه آنها بر اساس سیاست‌های قیمت گذاری در بازار برق صورت می‌گیرد. مناطق دور افتاده، معمولاً با مشکل عدم ارتباط با شبکه اصلی برق مواجه هستند. ریز شبکه‌ها می‌تواند یک راهکار مناسب برای تولید انرژی با در نظر گرفتن مسائل زیست‌محیطی و اقتصادی برای این مناطق باشند. در این پایان‌نامه تعیین سایز بهینه یک سیستم ترکیبی مستقل از شبکه، مورد بررسی قرار می‌گیرد. سیستم ترکیبی مورد مطالعه متشکل از توربین‌های بادی، آرایه‌های خورشیدی، سلول‌های سوختی با ذخیره ساز هیدروژنی و دیزل ژنراتور می‌باشد. اهداف این پایان‌نامه کمینه‌سازی هزینه سیستم و کاهش آلودگی زیست‌محیطی در دوره مورد مطالعه می‌باشد. هزینه‌های سیستم شامل هزینه‌های سرمایه‌گذاری اولیه، هزینه جایگزینی و هزینه تعمیر و نگهداری سالیانه اجزای سیستم و هزینه مصرف سوخت 

این مطلب را هم بخوانید :

افراد موفق چگونه به موفقیت رسیده اند؟ - ایده یابان پویا " جدیدترین مقالات و آموزش های کاربردی "

دیزل‌ژنراتور می‌باشد. در این پایان‌نامه از نرم‌افزار GAMS که یکی از قوی‌ترین نرم‌افزارهای تجاری بهینه‌سازی است، استفاده شده‌است.

فصل اول: پیشگفتار
1-1- پیشگفتار
با پیشرفت جوامع بشری نیاز به انرژی افزایش  چشم‌گیری یافته است. این نیاز جوامع بشری را به سمت منابعی جدید و پر بازده‌تر سوق می‌دهد. در ضمن صنعتی شدن و افزایش مصرف خانگی منجر به افزایش غیر قابل پیش‌بینی تقاضا برای انرژی برق شده است. همه این موارد باعث تولید روز افزون گازهای آلوده کننده محیط زیست می‌شوند[1].
منابع انرژی تجدیدپذیر[1] در دهه‌های اخیر با افزایش هزینه سوخت های فسیلی و با هدف تولید انرژی پاک، بسیار مورد توجه کشورهای صنعتی قرار گرفته است. این امر موجب پیشرفت های بسیاری در بهره