آشکارسازی اشباع درترانسفورماتور جریان با استفاده از شبکه عصبی مصنوعی بهینه شده
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,095
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
POWERPLANT03_080
تاریخ نمایه سازی: 22 مرداد 1391
Abstract:
این مقاله یک رویکرد جدید بر مبنای شبکه عصبی مصنوعی و بهینه سازی گروه ذرات برای آشکارسازی اشباع در ترانسفورماتورجریان ارائه می کند. شبکه های عصبی مصنوعی برای آشکارسازی جریان اشباع شده آموزش داده شده و بهینه سازی گروه ذرات برای بهینه سازی ساختار شبکه عصبی مصنوعی به کار رفته است. همه پارامترهای تاثیر گذار بر روی اشباع ترانسفورماتور جریان همانند ظرفیت اتصالکوتاه منبع، نوع خطا، محل وقوع خطا، مقاومت خطا، زاویه وقوع خطا، امپدانس بردن ثانویه و شار پسماند هسته برای تولید یک مجموعه کامل آموزشی برای آموزش شبکه های عصبی تغییر داده شده اند. دقت آشکارساز طراحی شده توسط سیگنا لهای تولید شده توسط یک نرم افزارEMTDC آزمایش شده است که آشکارساز عملکرد مناسبی از خود نشان می دهد
Keywords:
Authors
موسی مقیمی حاجی
دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر
بهروز وحیدی
دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر
سیدحسین حسینیان
دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :