شبیه سازی و طبقه بندی وقایع کیفیت توان با استفاده از شبکه عصبی | ||
| مدل سازی در مهندسی | ||
| مقاله 10، دوره 13، شماره 41، 1394، صفحه 137-146 اصل مقاله (1.04 M) | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2017.1732 | ||
| نویسندگان | ||
| زهرا مروج* ؛ جواد آذرخش | ||
| دانشگاه سمنان | ||
| چکیده | ||
| امروزه استفاده ی روز افزون از تجهیزات الکترونیکی و بارهای غیر خطی در سیستم قدرت، مسئله کیفیت توان را به یک موضوع مهم تبدیل کرده است. در این مقاله برای شبیه سازی وقایع کیفیت توان به طور همزمان از دو روش مدل سازی ریاضی و داده های حاصل از شبیه سازی با نرم افزار Pscad استفاده شده است. با توجه به عملکرد بسیار خوب شبکه های عصبی در کارهای تشخیص الگو و طبقه بندی، شبکه عصبی چند لایه برای طبقه بندی وقایع مورد استفاده قرار گرفته است .در مرحله استخراج ویژگی ها از دو تبدیل STFT و تبدیل موجک گسسته استفاده شده است. پس از طبقه بندی وقایع با استفاده از شبکه عصبی، مقاومت شبکه عصبی در برابر نویز در سطوح مختلف مورد بررسی قرار گرفته است. در شرایطی که نویز وجود ندارد شبکه عصبی وقایع را با دقت 98.22 درصد طبقه بندی می کند. در پایان نتایج به دست آمده در این مقاله با نتایج تحقیقات دیگر مورد مقایسه قرار گرفته است | ||
| کلیدواژهها | ||
| کیفیت توان؛ شبکه ی عصبی MLP؛ STFT؛ تبدیل موجک گسسته؛ نویز | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,342 تعداد دریافت فایل اصل مقاله: 801 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 723 |
| تعداد مقالات | 10,397 |
| تعداد مشاهده مقاله | 72,886,979 |
| تعداد دریافت فایل اصل مقاله | 64,565,634 |