Description: Niniejsza praca przedstawia metodę optymalizacji wydajności systemów energetycznych z wykorzystaniem Internetu Rzeczy i sztucznej inteligencji. Metoda ta automatycznie wykrywa spadki napięcia. Korekta blędów jest wykonywana automatycznie w czasie rzeczywistym poprzez rekonfigurację i automatyczną rekombinację przelączników w calym systemie. Technika ta zapewnia latwy sposób nadzorowania sieci energetycznych za pomocą urządzeń SCADA. Zaproponowano algorytmy adaptacyjnej optymalizacji roju cząstek (APSO) do oceny strat mocy i spadków napięcia (PLVD) w promieniowym systemie dystrybucji (RDS). Standardowy test magistrali IEEE 33 jest wykorzystywany do badania jakości zasilania proponowanego systemu. Trzy odpowiednie lokalizacje dla wtrysku fotowoltaicznych źródel rozproszonych (PDS) są określane na podstawie redukcji strat mocy i wskaźnika napięcia. System usuwa usterki, takie jak odchylenie wspólczynnika mocy (PFD) lub częściowe zacienienie ogniw slonecznych, poprzez rekonfigurację i automatyczną rekombinację 33-busowych galęzi systemu radialnego. Adaptacyjna optymalizacja roju cząstek (APSO) umożliwila poprawę profilu mocy i wykazala niezawodnośc proponowanej metody.
