شناسایی و دستهبندی اغتشاشات کیفیت توان با استفاده ازمدل مخفی مارکوف و تبدیل موجک

در این مقاله روشی بر مبنای تبدیل موجک و مدل مخفی مارکوف برای دستهبندی اغتشاشات کیفیت توان ارائه میشود. بررسی ویژگ یهای زمانی سیگنال باعث افزایش حجم حافظه و محاسبات مورد نیاز می شود لذا در بررسی از تبدیل موجک بهره گرفته می شود. استفاده از تبدیل موجک ضمن کاهش حافظه و محاسبات لازم، ویژگیهای سیگنال اصلی را نیز حفظ مینماید. همچنین درجه وضوح زمانی و فرکانسی کافی را داراست. مقادیر انرژی ضرای ب سطوح مختلف موجک جهت آموزش و تست مدل HMM استفاده میشود . استفاده از انرژی باعث کاهش اندازه دنباله مشاهدات ورودی HMM میشود. همچنین در انتخاب مقادیر اولیه ماتریسهای انتقال و توزیع احتمال مشاهدات HMM از تحلیل آماری مقادیر بردار ویژگی استفاده میشود که باع ث افزایش دقت و همگرایی مدل HMM میشود و زمان تست و آموزش کاهش می یابدمدل پیشنهادی پس از گذشت یک سیکل از زمان شروع اغتشاش قادر به شناسایی و دسته بندی آن می باشد و از سرعت بالایی در تشخیص و دست هبندی برخوردار است . به منظور آموزش و تست مدل پیشنهادی 7 دسته م ختلف از اغتشاشات کیفیت توان، به آن اعمال می گردد . نتایج شبیه - سازی سیگنالهای تست گوناگون نشان دهنده دقت و قابلیت بالای مدل پیشنهادی در دستهبندی انواع مختلف اغتشاشات کیفیت توان میباشد. همچنین به دلیل حجم محاسبات کم و موازی در مدل های HMM مکانیزم پیشنهادی از سرعت بالایی برخوردار است و قابلیت پیاده سازی در سیستم های عملی را دارا میباشد.

Keywords:

شناسایی و دستهبندی اغتشاشات کیفیت توان , تبدیل موجک , مدل مخفی مارکوف