شبیه سازی و طبقه بندی وقایع کیفیت توان با استفاده از شبکه عصبی

امروزه استفاده روزافزون ازتجهیزات الکترونیکی و بارهای غیرخطی درسیستم قدرت مسئله کیفیت توان را به یک موضوع مهم تبدیل کرده است دراین مقاله برای شبیه سازی وقایع کیفیت توان بطور همزمان ازدوروش مدلسازی ریاضی و داده های حاصل ازشبیه سازی بانرم افزار PSCAD استفاده شده است باتوجه به عملکرد بسیارخوب شبکه های عصبی درکارهای تشخیص الگو و طبقه بندی شبکه عصبی چندلایه برای طبقه بندی وقایع مورداستفاده قرارگرفته است درمرحله استخراج ویژگیها ازدوتبدیل STFT و تبدیل موجک گششته استفاده شده است پس ازطبقه بندی وقایع با استفاده ازشبکه عصبی مقاومت شبکه عصبی دربرابر نویز درسطوح مختلف مورد بررسی قرارگرفته است درشرایطی که نویز وجود ندارد شبکه عصبی وقایع را با دقت 98.22 درصد طبقه بندی می کند درپایان نتایج بدست آمده دراین مقاله بانتایج تحقیقات دیگرمورد مقایسه قرارگرفته است

Keywords:

کیفیت توان , شبکه عصبی MLP , STFT , تبدیل موجک گسسته , نویز