ارایه متدی قابل اعتماد جهت تشخیص خطای اولیه مدارهای اتصال کوتاه در ژنراتورهای القایی با کمک الگوریتم یادگیری ماشین
Publish Year: 1401
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 157
- 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:
CAUPCONF03_062
تاریخ نمایه سازی: 16 اردیبهشت 1402
Abstract:
این تحقیق با یک رویکرد معتبر برای تشخیص اولیه مدار اتصال کوتاه در سیم پیچ استاتور است که در ژنراتورهای القایی که در توربین های بادی استفاده می شود. با استفاده از یک بستر آزمایشی توربین بادی ، انواع مختلفی از اتصال کوتاه را در ژنراتور وارد کردیم. پیشنهاد دادیم که از چهار تکنیک استخراج ویژگی به همراه سه دسته بند استفاده کنیم . MLP شرایط نرمال مولد را با خطای مثبت و منفی ۱% تعیین کرد . با استفاده از توپولوژی های مختلف MLP ، می توان مدارهای اتصال کوتاه اولیه را در چرخش ۱.۴۱٪ و با دقت ۹۹.۳۳٪ شناسایی کرد. ترکیب فوریه و MLP در تشخیص خطا، بسیار مفید است، چون توانسته به دقت ۸۴.۴۸% برسد و ۹۹.۹۸% از شرایط نرمال را به درستی دسته بندی کرد.
Keywords:
Authors
محمد شعبانی چهارده
شهرداری رشت