یک روش ترکیبی دقیق برای شناسایی سریع، طبقهبندی و مکانیابی خطای اتصال کوتاه در خطوط انتقال با بکارگیری تبدیل موجک و شبکه عصبی
Publish place: National Conference on Electrical Engineering, Telecommunications and Sustainable Development
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 759
This Paper With 16 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:
ELECTRICA01_015
تاریخ نمایه سازی: 11 اردیبهشت 1394
Abstract:
این مقاله، چارچوب ترکیبی نوینی را که قادر است بطور سریع خطاهای اتصال کوتاه را برروی خطوط انتقال قدرت شناسایی طبقه بندی و مکان یابی کند معرفی کرده است الگوریتم پیشنهاد ات مقادیر حاصل از تبدیل موجک جریانهای هر سه از برای دستیابیسریع به شناسایی خطا بکارگرفته است تفکیک خطاهای اتصال کوتاه برپایه اندازه گیری شکل موجهای ولتاژ و جریان سه فاز، وقتی رویدادهای خطا در شبکه خطوط انتقال قدرت اتفاق می افتند انجام میشود انرژی حاصل ازجریانهای سه فاز و تبدیلموجک ولتاژهای سه فاز بعنوان ورودی الگوریتم طبقه بندی استفاده شده است سپس الگوریتم مکانیابی خطا دراثرروش طبقه بندی خطا فعال شدها ست ازترکیب روشهایی ازقبیل تبدیل موجک چندسطحی شبکه عصبی پرسپترون چندلایه دریک مجموعه برای تعیین نوع و مکان خطا درلحظه بروز خطا بهره برده شده است این مقاله ازمفهوم بنیادی تبدیل موجک و بکارگیری روشهای پردازش اماری یک رویکرد الگوشناسی ازطریق شبکه عصبی می سازد با استفاده ازیک شبکه عصبی خوب اموزش دیده وظایف شناسایی طبقه بندی و مکان یابی خطا با دریافت اطلاعات مربوط به یک چهارم سیکل بعدازوقوع خطا انجام شدها ست که بطور قابل توجهی کمتر اززمان حذف خطای بحرانی می باشد
Keywords:
خطوط انتقال , تبدیل فوریه , تبدیل موجک , شبکه عصبی پرسپترون چندلایه , تشخیص خطا , طبقه بندی خطا , مکانیابی خطا
Authors
کامران حسینی
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد تهرانجنوب
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 :