مقاله تشخیص خطای امپدانس بالا با استفاده از ترکیب شبکه¬های عصبی پرسپترون چند لایه

تشخیص خطای امپدانس بالا با استفاده از ترکیب شبکه­ های عصبی پرسپترون چند لایه مبتنی بر مشخصه­ های گرادیان شکل­ شناسی چند رزولوشنی از شکل موج جریان+مقاله انگلیسی

چکیده

در تحقیق حاضر، یک الگوریتم تشخیص محور الگوی جدید برای تشخیص خطاهای امپدانس بالا (HIFها) در شبکه­ های توزیع دارای رساناهای شکسته و شکسته نشده­ و تمایز آنها از سایر پدیده ­های مشابه همانند سوئیچینگ بانک خازنی، سوئیچینگ بار، سوئیچینگ ترانفسفورماتور بی بار (از طریق سوئیچینگ فیدر)، خطا در فیدرهای مجاور، جریان نشتی عایق (ILC) و بار هارمونیک ارائه می­شود. روش پیشنهادی گرادیان شکل ­شناسی چند رزولوشن را برای استخراج مشخصه­های زمان محور از سه نیم چرخه­ های شکل موج جریان پس از اختلال به کار گرفته است. پس، بر اساس این مشخصه ­ها، شبکه ­های عصبی پرسپترون چند لایه آموزش داده می­شوند. در نهایت، خروجی­های این طبقه ­بندی کننده­ها با استفاده روش میانگین ترکیب می­شوند. با به کارگیری داده­ها برای HIF، ILC و بار هارمونیک از تستهای میدانی و برای سایر پدیده های مشابه از شبیه­ سازی­ها امنیت و قابلیت اطمینان بالای روش پیشنهادی را نشان داده است. همچنین، مقایسه­ای بین مشخصه ­ها از شیوه MMG محور پیشنهادی و مشخصه­ های تبدیل فوریه گسسته، تبدیل S گسسته، تبدیل TT گسسته و تبدیل موج گسسته در فضای مشخصه صورت می­گیرد.