تغییرات دائمی تقاضای انرژی در طی ساعات بهره برداری در نقاط مختلف سیستم توزیع موجب تغییر وضعیت جریان در خطوط و در نتیجه تغییر وضعیت تلفات توان میشود. با گسترش فناوری و ساختار جدید صنعت برق این تغییرات به یک چالش جدی تر تبدیل شده است. با توجه به این مساله یک ساختار واحد در همه ساعات برای سیستم توزیع نمیتواند ساختار بهینه باشد. محققان بازآرایی سیستم توزیع را به عنوان یکی از بهترین و کم هزینه ترین روش ها برای رفع این چالش پیشنهاد و مطالعه کردهاند. بازآرایی توسط مجموعهای از کلیدزنی ها در طی 24 ساعت شبانه روز انجام می گیرد اما در نظر گرفتن کلید بر روی تمامی شاخه های سیستم توزیع عملی نیست. بازآرایی پویا به کمک الگوریتم های هوشمند در طول ساعات شبانه روز آرایش های بهینه متفاوت با حفظ قیود سیستم درجهت برآوردن اهداف موردنظر محققان عمل میکند. در این پایان نامه بهینه سازی تعداد کلیدهای قابل کنترلی که در بازآرایی پویای سیستمهای توزیع شعاعی نقش دارند موردتوجه قرار گرفته است. و بازآرایی پویای سیستم توزیع با استفاده از الگوریتم یادگیری تقویتی انجام شده است. از الگوریتم یادگیری Q جهت پیاده سازی یادگیری تقویتی استفاده شده است. اهداف بازآرایی پویا در این پایان نامه کاهش تلفات و همچنین حفظ محدوده عملیاتی ولتاژ باسها است. در این پایان نامه مطالعه بر روی شبکه استاندارد 33 باسه IEEE انجام شده است و ابتدا برروی تمامی شاخههای سیستم توزیع کلید قابل کنترل از راه دور در نظر گرفته شده، با در نظرگرفتن الگوی بارهای مختلف در طول 24 ساعت شبانه روز برروی باسهای سیستم، بازآرایی پویا انجام شده است. کلیدهایی که در یک دوره بازآرایی پویا تغییر وضعیت داشتهاند کلیدهای بحرانی نامگذاری شدهاند. بازآرایی با کلیدهای بحرانی انجام شده و نتایج بهتری نسبت به حالت در نظر گرفتن کلید روی تمامی شاخهها حاصل شدهاست. در ادامه کلیدهایی که در طول شبانه روز تغییر وضعیت کمتری داشتهاند حذف شده اند. در هر مرحله حذف کلید الگوریتم یادگیری تقویتی اجرا شده است. الگوریتم حذف کلید تا زمانی که آرایش بهینه برای الگوی بارهای سیستم استخراج شده ادامه یافته است.آنالیز اقتصادی در طول 20 سال با در نظر گرفتن هزینه نصب و نگهداری سالانه کلید و همچنین هزینه تلفات در هر مرحله از حذف کلید انجام شده است. نتایج نشان میدهد به ازای استفاده از تعداد بیش
