پیش بینی ولتاژ جرقه زنی مقره های سیلیکونی kV ۲۰ تحت آلودگی های محیطی با استفاده از شبکه عصبی
- سال انتشار: 1401
- محل انتشار: اولین کنفرانس هوش مصنوعی و پردازش هوشمند
- کد COI اختصاصی: AISC01_037
- زبان مقاله: فارسی
- تعداد مشاهده: 296
نویسندگان
دانشگاه بیرجند
چکیده
این مقاله، یک مدل شبکه عصبی مصنوعی (ANN) برای پیش بینی جرقه زنی ولتاژ AC مقره های سیلیکونی بر اساس تست های آزمایشگاهی پیشنهاد می کند. در تست های جرقه زنی ولتاژ، تخلیه الکتریکی برای چهار نوع عایق مقره مختلف سیلیکونی و تحت شرایط آلودگی های یکنواخت، غیریکنواخت طولی، غیریکنواخت قطاعی و غیریکنواخت طولی-قطاعی اندازه گیری می شود. مدل پیشنهادی با شش داده ورودی (هندسه عایق و پارامترهای آلودگی) و یک داده خروجی (ولتاژ جرقه-زنی) طراحی شده است. به منظور اعتبارسنجی مدل، سه نوع مقره مختلف در شرایط مختلف آلودگی تست می شوند. سپس، ولتاژهای جرقه زنی آنها با استفاده از مدل ANN پیشنهادی پیش بینی می-شوند. مقادیر خطاهای نسبی بین ولتاژهای جرقه زنی آزمایشگاهی و پیش بینی کمتر از ۶ درصد هستند. این نشان دهنده کارایی بالای تکنیک ANN در پیش بینی ولتاژ جرقه زنی مقره های سیلیکونی است.کلیدواژه ها
آلودگی، شبکه عصبی، مقره سیلیکونی، ولتاژ جرقه زنیمقالات مرتبط جدید
- شناسایی ویژگی های سازمان پیشرو در به کارگیری هوش مصنوعی
- قراردادهای هوشمند تجاری در متاورس با هدف خودکارسازی فرآیند تجارت
- Artificial Intelligence-Enhanced Repair Strategies in Online Collaborative EFL Classrooms: Toward a New Paradigm of Interactional Competence
- تاثیر هوش مصنوعی بر کارایی عملیات نظامی اوکراین علیه روسیه
- ارزیابی استرس و اضطراب با استفاده از پردازش سیگنال های مغزی و مدل های یادگیری ماشین
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.