درس پروژه مهندسی

به طور خلاصه این بخش به تکامل در انتشار های برگشتی شبکه عصبی (BPNN) و الگوریتم های کنترلی مربوط به آن و همچنین به الگوریتم های کنترلی مبتنی بر (FFT) و همینطور الگوریتم های کنترلی BPNN برای (DSTATCOM) می پردازد . علاوه بر این مقایسه های انجام شده بر پایه ی وزن و توابع آموزشی بایس متفاوت با نظارت و بدون نظارت هستند . هر کدام از الگوریتم های آموزشی به کار گرفته شده اند تا اینکه عملکردشان در حذف تاثییر هارمونیک جریان از جهت دقت و دوره های آموزش و زمان آموزش مورد بررسی قرار گیرد. عملکرد الگوریتم BPNN آموزشی به وسیله محاسبه خطای بین الگوی هدف و الگوی خروجی با استفاده از (MSE ) مشخص می شود . ارزش کمینه: MSE بیانگر دقت بالای الگوی خروجی بر اساس الگوی هدف داده شده هستند . تعداد تکرار ها (دوره ها) و زمان های آموزشی تخمین زده شده اند تا عملکرد الگوریتم های متفاوت (NNPB ) برای DSTATCOM به منظور کاهش اثرات هارمونیک حاصل از بار های غیر خطی مورد بررسی واقع شوند.