تشخیص حالت جزیره شدن با استفاده از تبدیل موجک و شبکه هوشمند عصبی
- سال انتشار: 1392
- محل انتشار: پنجمین همایش علمی تخصصی انرژی های تجدید پذیر و پاک
- کد COI اختصاصی: WINDCONF05_040
- زبان مقاله: فارسی
- تعداد مشاهده: 1162
نویسندگان
دانشجوی کارشناسی ارشد
استادیار دانشگاه دانشکده مهندسی، دانشگاه رازی، کرمانشاه
دانشجوی کارشناسی ارشد
دانشجوی کارشناسی ارشد
چکیده
در این مقاله، روش جدیدی برای تشخیص جزیره شدن بر اساس استفاده از تبدیل موجک ارائه شده است. روش پیشنهادی مبتنی بر تغییرات فرکانس در باسبار سیستم توزیع مشتمل بر تولید پراکنده می باشد. در روش ارائه شده با استفاده از تبدیل موجک ویژگی های مربوط به رخدادهای حالت‌های جزیره و غیر جزیره، استخراج شده است و ویژگی‌های مذکور با بهره گیری از شبکه عصبی مصنوعی دسته بندی شده‌اند. روش پیشنهادی روی شبکه توزیع خدابنده لوی شهر تهران شبیه سازی شده است و نتایج بدست آمده سرعت و دقت بالای تشخیص آن را در مقایسه با سایر روش‌ها نشان می‌دهد.کلیدواژه ها
جزیره الکتریکی، تبدیل موجک، شبکه عصبیمقالات مرتبط جدید
- ارزیابی انواع تهدیدات و شدت آنها در زیستگاههای کلان ایران
- اجرای پایلوت نانوپوشش سیلیکونی بر روی تجهیزات عایقی پست های منتخب تهران و مشهد و بررسی نتایج عملکرد میدانی
- تدوین دستورالعمل برای استفاده از نانوسیالات خنک کننده نیروگاهی
- تولید نانو الیاف کامپوزیتی کربن/ NiMoO۴ به روش الکتروریسی
- پوششش دهی و آزمون مقره های سرامیکی ۷۰ کیلو نیوتون با مواد سیلیکونی حاوی نانو ذرات سیلیکا
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.