ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

آشکارسازی اشباع درترانسفورماتور جریان با استفاده از شبکه عصبی مصنوعی بهینه شده

سال انتشار: 1390
کد COI مقاله: POWERPLANT03_080
زبان مقاله: فارسیمشاهد این مقاله: 727
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله آشکارسازی اشباع درترانسفورماتور جریان با استفاده از شبکه عصبی مصنوعی بهینه شده

موسی مقیمی حاجی - دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر
بهروز وحیدی - دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر
سیدحسین حسینیان - دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر

چکیده مقاله:

این مقاله یک رویکرد جدید بر مبنای شبکه عصبی مصنوعی و بهینه سازی گروه ذرات برای آشکارسازی اشباع در ترانسفورماتورجریان ارائه می کند. شبکه های عصبی مصنوعی برای آشکارسازی جریان اشباع شده آموزش داده شده و بهینه سازی گروه ذرات برای بهینه سازی ساختار شبکه عصبی مصنوعی به کار رفته است. همه پارامترهای تاثیر گذار بر روی اشباع ترانسفورماتور جریان همانند ظرفیت اتصالکوتاه منبع، نوع خطا، محل وقوع خطا، مقاومت خطا، زاویه وقوع خطا، امپدانس بردن ثانویه و شار پسماند هسته برای تولید یک مجموعه کامل آموزشی برای آموزش شبکه های عصبی تغییر داده شده اند. دقت آشکارساز طراحی شده توسط سیگنا لهای تولید شده توسط یک نرم افزارEMTDC آزمایش شده است که آشکارساز عملکرد مناسبی از خود نشان می دهد

کلیدواژه ها:

آشکارسازی اشباع، بهینه سازی گروه ذرات، ترانسفورماتور جریان، شبکه عصبی مصنوعی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/156282/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مقیمی حاجی، موسی و وحیدی، بهروز و حسینیان، سیدحسین،1390،آشکارسازی اشباع درترانسفورماتور جریان با استفاده از شبکه عصبی مصنوعی بهینه شده،سومین کنفرانس ملی صنعت نیروگاههای حرارتی،تهران،،،https://civilica.com/doc/156282

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، مقیمی حاجی، موسی؛ بهروز وحیدی و سیدحسین حسینیان)
برای بار دوم به بعد: (1390، مقیمی حاجی؛ وحیدی و حسینیان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 ممقالهقاله لینک شده اند :

  • W. Rebizant, and D. Bejmert, _ C _ _ t-Transformer ...
  • M. M. Saha, J. I zykowski, M. Lukowicz, and E. ...
  • _ _ M. E.:: A Survey of Partie Swarm Optimization ...
  • _ _ _ Saturated Current Transformers Secondary Current Using ANNs", ...
  • K. M. Faraoun, A. Boukelif, :Neuran networks learning k-means clustering ...
  • S. Jazebi, B. Vahidi, S. H. Hosseinian, and J. Faiz, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 20,797
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی