استفاده از شبکه های عصبی برای کنترل و تشخیص انواع خطاهای ترانسفورماتور
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,829
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AISST01_018
تاریخ نمایه سازی: 5 مرداد 1392
چکیده مقاله:
در این مقاله از یک ایده شبکه عصبی برای شناسایی و کنترل انواع خطاهای موجود در ترانسفورماتور قدرت استفاده میشود. 5 دسته خطای رایج در ترانس (حالت عادی، جریان هجومی، تحریک بیش از حد هسته، اشباع ترانسفورماتور جریان، خطای داخلی) در این کار مورد بررسی قرار می گیرند. در روش مورد استفاده برای یادگیری شبکه، یکی از روش پس انتشار خطا و دیگری روش الگوریتم رقابت استعماری می باشد. الگوریتم ICA یک شیوه جدید بهینه سازی می باشد که برای آموزش شبکه عصبی چند لایه پرسپترون مورد استفاده قرار گرفته است. دو ساختار شبکه عصبی برای تشخیص خطای اینترنال و سایر خطاها مورد استفاده قرار گرفته است. در نهایت دو روش با هم مقایسه می شوند.
کلیدواژه ها:
نویسندگان
محمدرضا گرایلی
آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی سبزوار
هادی زاهدی
آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی سبزوار
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 مقاله لینک شده اند :