Thesis

آشکارسازی خطای امپدانس بالا با استفاده از تلفیق تبدیلات زمان فرکانسی و روش های هوش محاسباتی

Abstract(in Persian; no English abstract is available)

خطاهای امپدانس بالا در شبکه های توزیع چالش منحصربفردی را در زمینه حفاظت ایجاد می نمایند. خطاهای امپدانس بالایی که اتفاق می افتند، خطای جریان قابل ملاحظه ای ایجاد نمی کنند تا بوسیله المانهای حفاظتی معمول شبکه از قبیل فیوزها یا رله های جریان زیاد شناسایی شوند. در این پایان نامه روشی جدید برای شناسایی این خطاها ارایه شده است. در ابتدا شکل موج های خطای امپدانس بالا که از آزمایشات واقعی به دست آمده اند، بوسیله تبدیل موجک نویززدایی شده است. همچنین شکل موج سایر حالت های گذرای شبکه نیز از شبیه سازی سیستم توزیع استاندارد 13 باسه ieee در نرم افزار pscad بدست آمده است. در ادامه با استفاده از تبدیل زمان-فرکانسی s استخراج ویژگی های منتخب این شکل موج ها انجام شده و از آنها بوسیله آنالیز مولفه های اساسی (pca) نقاط نمونه پایش و جهت ورود به شبکه عصبی آماده شده است و در نهایت جهت تمایز بین حالت های گذرا و خطای امپدانس بالا و نهایتا آشکارسازی این خطا از شبکه عصبی پرسپترون چند لایه استفاده می شود. نتایج بدست آمده کارآمدی این روش را به وضوح نشان می دهد.

Supervisors and advisors

سعید اسماعیلی

Similar theses

Similar items

  • تشخیص خطای امپدانس بالا در شبکه توزیع انرژی الکتریکی با استفاده از روش RF-ICEEMDAN

    Article2025تحقيقات نوين در سيستم هاي قدرت هوشمندمحمدصادق عطار

    از مهمترین خطاها که در شبکههای توزیع انرژی الکتریکی منجر به حوادث ناگواری همچون آتشسوزی میشود، خطای امپدانس باال میباشد. این نوع از خطاها بهدلیل پایین بودن دامنه جریان، توسط تجهیزات حفاظتی مرسوم، همچون رلههای اضافه جریان، تشخیص داده نمیشوند. از طرفی دامنه تغییرات و شکل موج جریان

  • تعیین نوع و سطح تماس خطای امپدانس بالا در شبکه های توزیع با استفاده از روش های تشخیص الگو

    Articleمهندسی برق و الکترونیک ایرانایمان نیکوفکر، i. nikoofekr مصطفی سرلک، m. sarlak سید محمد شهرتاش، s. m. shahrtash

    در این مقاله، به کمک روش­های تشخیص الگو نوع خطای امپدانس بالا که می­تواند بریده شده یا بریده نشده باشد و همچنین سطحی که خطای امپدانس بالا بر روی آن اتفاق افتاده است تشخیص داده شده است. روش­های مذکور عبارتند از: تبدیل tt و تبدیل s در بخش استخراج ویژگی، ماشین بردار تکیه گاه چند لای

  • بهبود آشکارسازی مؤلفه p۳۰۰ با استفاده از تلفیق روش های مختلف زمانی، فرکانسی و مکانیِ استخراج ویژگی

    Articleمهندسی پزشکی زیستیزهرا امینی، دانش آموخته کارشناسی ارشد، دانشگاه یزد وحید ابوطالبی، استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد محمدتقی صادقی، استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد

    دراین مقاله سیستمی مبتنی بر بازشناسی آماری الگو جهت تفکیک سیگنال های حاوی p300 و فاقد آن، ارائه می شود. این سیستم- که بر روی دادگان p300-speller مسابقات bci 2005 کار می کند- از چهار بخش اصلی پیش پردازش، استخراج ویژگی، انتخاب ویژگی و طبقه‍بند تشکیل شده که تأکید اصلی این مقاله بر ب

  • بهبود آشکارسازی مؤلفة p300 با استفاده از تلفیق روش های مختلف زمانی، فرکانسی و مکانیِ استخراج ویژگی

    Article2011فصل نامه علمی پژوهشی مهندسی پزشکی زیستیزهرا امینی، وحید ابوطالبی، محمدتقی صادقی

    دراین مقاله سیستمی مبتنی بر بازشناسی آماری الگو جهت تفکیک سیگنال­های حاوی p300 و فاقد آن، ارائه می شود. این سیستم- که بر روی دادگان p300-speller مسابقات bci 2005 کار می­کند- از چهار بخش اصلی پیش­پردازش، استخراج ویژگی، انتخاب ویژگی و طبقه‍بند تشکیل شده که تأکید اصلی این مقاله بر ب