شناسایی و طبقه بندی اغتشاشات کیفیت توان با استفاده از تبدیل موجک و شبکه های عصبی

در روش پیشــنهادی ایــن مقالــه، از یــک طبقــه بنــدی کننــده شبکه عصبی بر مبنای تبدیل موجک گسسته بـرای طبقـه بنـدی اغتشاشات کیفیت تـوان اسـتفاده شـده اسـت . تبـدیل موجـک گسسته، با استفاده از تفکیک پذیری چندگانه سیگنال می توانـد کاراکترهای اغتشاشات کیفیت توان را به حوزه فرکانس - زمان ببرد . از انرژی بدست آمده از تجزیه سـیگنال بـه زیربانـدهای فرکانسی، در استخراج پارامترهای مشخصه بـرای طبقـه بنـدی اغتشاشات مختلـف، اسـتفاده شـده اسـت . طبقـه بنـدی کننـده پیشــنهادی بــا اســتفاده از پــنج مشخصــه بدســت آمــده از تبدیل موجک و یک مشخصه کمکی کـه از طریـق مقـدار موثر سیگنال اصلی تعیین می شود، طراحی شـده اسـت و رانـدمان طبقه بندی خـوب ی را بـرا ی انـواع پدیـده هـای کیفیـت تـوان و اغتشاشات تعریف شده در استانداردهای IEEE و IEC ، نشان می دهد . در نهایت، مقایسه ای بین آخرین روشهای ارائـه شـده در این زمینه و روش بکارگرفته شـده در ایـن مقالـه، صـورت گرفته است .

Keywords:

کیفیت توان , تبدیل موجک , شبکه ها ی عصبی