Discrimination of Power Quality Distorted Signals Based on Time-frequency Analysis and Probabilistic Neural Network
- سال انتشار: 1393
- محل انتشار: ماهنامه بین المللی مهندسی، دوره: 27، شماره: 6
- کد COI اختصاصی: JR_IJE-27-6_006
- زبان مقاله: انگلیسی
- تعداد مشاهده: 907
نویسندگان
Department of Electrical and Computer Engineering, Semnan University, Semnan, Iran
Department of Electrical and Computer Engineering, Semnan University, Semnan, Iran
Babol Noshirvani University of Technology, Babol, Mazandaran, Iran
چکیده
Due to extensive utilization of sensitive devices, power quality issue has become more important than before. So, accurate recognition and classification of Power Quality DistortedSignals (PQDSs) is an essential task in the power systems. In this paper two well-known timefrequencyanalyzers i.e. Multi Resolution Analysis (MRA) and Generalized S-Transfrm (GST)are applied simultaneously for extracting of some potential features. In order to choose thebest subset features, Orthogonal Forward Selection (OFS) is used. OFS can rank features based on their severability. Probabilistic Neural Network (PNN) is considered as a powerful classifier core for discrimination of dominant selected features. Extensive samples of PQDSs aresimulated to evaluate the performance of the suggested detection scheme. Also, sensitivity of the proposed method has been investigated under different noisy conditions. At last the obtained results are compared with the accuracies of some reported methods of previous researchesکلیدواژه ها
Power Quality,Time–frequency Analysis,Orthogonal Forward Selection,Multi Resolution Analysis,GeneralizedS Transformمقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
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.