پریا دهقانی - دانشجوی کارشناسی مهندسی پزشکی موسسه آموزش عالی زند شیراز
سیمین زارعی - دانشجوی کارشناسی مهندسی پزشکی موسسه آموزش عالی زند شیراز
سیده لیلا مرتضوی فر - هیات علمی گروه کامپیوتر موسسه آموزش عالی زند شیراز
علی قرمزیان - دانشجوی دکترای تخصصی علوم اعصاب شناختی دانشگاه شهید بهشتی تهران

نظارت بر شرایط به صورت آنلاین و تشخیص خطا در قطع کننده های مداری( CB) ها یکی از روش های مهم برای بهبود پایداری و پایایی سیستم های قدرت می باشد. اما، روش های تشخیص خطایی که در حال حاضر مورد استفاده است، هنوز نقص های مهمی دارند از جمله ناتوانی در شناسایی خطاهای ناشناخته برای نمونه های تمرینی. ازین رو، این مقاله یک روش تکاملی برای تشخیص خطای آنلاین سریع و صحیح CB ها ارائه می کند. بر اساس جمع آوری نمونه هایی از ویژگی جریان های سیم پیچ قطع/ توقف (CC)، یک الگوریتم خوشه بندی انتشار میل بهینه سازی شده (AP) برای استخراج الگوهای خوشه بندی نمونه، در این مقاله ارائه شده است. به علاوه، شناسایی وضعیت عملیاتی و تشخیص خطا در CB ها با محاسبه ضریب شباهت بین نمونه های جدید و نمونه های الگو به صورت آنلاین، انجام می شود. تشخیص خطای نامشخص نیز با استفاده از یک مقدار آستانه و مقایسه آن با نتایج ضریب های شباهت، به دست می آید. نتایج شبیه سازی ها نشان داده که روش پیشنهادی میتواند به صورت دقیق، خطاهای CB مختلف را شناسایی کرده و میتواند خطاهای CB نامشخص را حتی زمانی که نمونه های تمرین کوچک هستند، شناسایی کند و همین موضوع باعث می شود که مبنای مناسبی برای مکان یابی خطای CB و نگهداری مبتنی بر شرایط، ایجاد می کند.

قطع کننده های مداری، جریان سیم پیچ انتقال/ توقف، خوشه بندی، تشخیص خطا