fa بازآرایی بهینه شبکه های توزیع با هدف کاهش تلفات، افزایش قابلیت اطمینان و بهبود پروفیل ولتاژ با استفاده از الگوریتم کلونی موشهای وحشی تخصصي Special كاربردي Applicable <div style="text-align: justify;"><strong><span style="font-size:14px;"><span dir="RTL"><span style="font-family:B Nazanin;">شبکه &shy;های توزیع به علت سطح ولتاژ پایین و در نتیجه جریان بالا دارای تلفات بسیار زیاد و افت ولتاژ بالایی می &shy;باشند که همواره بیشترین سهم در تلفات و کاهش قابلیت اطمینان شبکه توزیع برق را به خود اختصاص داده است. روش&shy; های مختلفی برای کاهش تلفات، بهبود پروفیل ولتاژ و افزایش قابلیت اطمینان در این شبکه&shy; ها ارائه شده است که یکی از این روش&shy; ها بازآرایی شبکه توزیع می &shy;باشد. بازآرایی شبکه&shy; های توزیع که با مجموعه &shy;ای کلید زنی صورت می&shy; گیرد پیدا کردن بهترین ترکیب از تمام سوئیچ&shy; ها در شبکه به منظور به حداقل رساندن تلفات توان و متعادل کردن بار در شرایطی است که قیود پخش بار، توپولوژی شعاعی شبکه و حداقل ولتاژ مورد نیاز تأمین شود یک روش بسیار مؤثر و کم هزینه است که بدون افزودن تجهیزات اضافه بر شبکه سبب کاهش تلفات، بهبود پروفیل ولتاژ و افزایش قابلیت اطمینان در شبکه&shy; های توزیع نیروی برق می&shy;شود. در محاسبات قابلیت اطمینان &nbsp;از روش تجزیه و تحلیل کات ست جهت بالا بردن سرعت در مقایسه با روش مونت‌کارلو استفاده شده است. بازآرایی شبکه&shy; های توزیع یک مسئله بهینه &shy;سازی ترکیبی غیرخطی با ابعاد وسیع و شامل تعدادی قید می&shy; باشد. در این مقاله جهت بازآرایی شبکه&shy;های توزیع نیروی برق به منظور کاهش تلفات، بهبود پروفیل ولتاژ و افزایش قابلیت اطمینان از یک الگوریتم فرا ابتکاری جدید بر پایه الگوی رفتاری موش&shy;های وحشی استفاده شده است. الگوریتم کلونی موش&shy;های وحشی یک الگوریتم مناسب برای یافتن پاسخ &nbsp;بهینه &nbsp;جهت مسائل پیچیده می &shy;باشد. اثرات بازآرایی سیستم بر روی دو شبکه توزیع 33 و 69 شین استاندارد </span></span><span style="font-family:Times New Roman,serif;">IEEE</span><span dir="RTL"><span style="font-family:B Nazanin;"> پیاده &shy;سازی شده و نتایج بدست آمده مورد ارزیابی قرار گرفته است.</span></span></span></strong></div> <div style="text-align: justify;"><strong>Due to the low voltage level and as a result of high current, the distribution networks have high losses and high voltage drop, which has always been the biggest contributor to the losses and reduced reliability of the electricity distribution network. Various methods have been proposed to reduce losses, improve voltage profiles and increase reliability in these networks, one of which is redistribution. Rebuilding Distribution Networks with Switching Keys is to find the best combination of all switches in the network to minimize power losses and load balancing in situations where load distribution constraints, grid radial topology and The minimum voltage required is a very cost-effective and low cost method that reduces losses, improves voltage profiles and increases reliability in power distribution networks without adding additional equipment to the grid. Reliability calculations have used the Cut-Set method to speed up compared to the Monte Carlo method. The rearrangement of distribution networks is a large-scale nonlinear hybrid optimization problem involving a number of constraints. In this paper, a new meta-heuristic algorithm based on the behavioral pattern of wild mice is used to reconfiguration of power distribution networks to reduce losses, improve voltage profiles and increase reliability. The wild mice colony algorithm is a suitable algorithm for finding the optimal answer to complex problems. The effects of&nbsp; distribution system reconfiguration on two distribution networks 33 Bus and 69 Bus of IEEE standard are implemented and the results are evaluated.</strong></div> الگوریتم کلونی موش های وحشی, بازآرایی شبکه توزیع, بهبود پروفیل ولتاژ, کاهش تلفات, قابلیت اطمینان. Wild Mice Colony Algorithm (WMC), Reconfiguration, Voltage Profile Improvement, Loss Reduction, Reliability. 35 45 http://jeps.dezful.iau.ir/browse.php?a_code=A-10-65-4&slc_lang=fa&sid=1 Ehsan Akbari احسان اکبری akbari.ieee@gmail.com 10031947532846001012 10031947532846001012 Yes Department of Electrical Engineering, Mazandaran University of Science and Technology, Babol, Iran