شناسایی و دسته بندی اغتشاشات کیفیت توان با استفاده از تبدیل tt

thesis
abstract

کیفیت توان یکی از موضوعاتی است که در سالیان اخیر به طور جدی مورد توجه بهره برداران و مصرف کنندگان شبکه های الکتریکی قرار گرفته است. امروزه به دلیل گسترش تجهیزات الکترونیک قدرت، بانک های خازنی، موتورهای بزرگ، کوره های قوس الکتریکی و غیره سیگنال های ولتاژ و جریان موجود در شبکه در معرض اغتشاشات گوناگونی قرار دارند. وجود اغتشاشات کیفیت توان، باعث عملکرد نامناسب تجهیزات و خرابی آنها می شود. اولین مبحثی که در این زمینه مطرح می شود شناسایی و دسته بندی اغتشاشات کیفیت توان است. برای دسته بندی یک اغتشاش باید مشخصات آن در اختیار باشد. در این پایان نامه از تبدیل tt برای استخراج مشخصات سیگنال استفاده شده است.در این پایان نامه برای دسته بندی اغتشاشات از ویژگی هایی از قبیل واریانس و انحراف مطلق از میانگین عناصر قطری ماتریس tt استفاده شده است.ویژگی های استخراج شده از ماتریس تبدیل tt به عنوان ورودی جهت آموزش ماشین بردار پشتیبان مورد استفاده قرار می گیرند و پس از مرحله آموزش به دسته بندی تعدادی از اغتشاشات کیفیت توان می پردازیم.

similar resources

شناسایی، دسته بندی و تخمین مشخصات اغتشاشات کیفیت توان با استفاده از تبدیل s

امروزه بحث کیفیت توان الکتریکی از اهمیت بسیار زیادی در صنعت برق برخوردار است. اولین موضوعی که در این زمینه مطرح می شود، شناسایی و دسته بندی اغتشاشات کیفیت توان است. برای دسته بندی یک اغتشاش باید مشخصات زمانی و فرکانسی آن در اختیار باشد. در این پایان نامه از تبدیل s برای استخراج مشخصات سیگنال اغتشاش استفاده شده است. تبدیل s آخرین و کامل ترین روش زمان-فرکانسی است که بعد از تبدیل فوریه و تبدیل موج...

15 صفحه اول

یک روش جدید برای شناسایی اغتشاشات کیفیت توان با استفاده از تبدیل S

چکیده: در این مقاله، روش جدیدی برای شناسایی اغتشاشات کیفیت توان ارائه می‌گردد. بر این اساس، ابتدا مشخصه‌های پیشنهادی با استفاده از تبدیل S از شکل موج اغتشاشات استخراج می‌گردند. سپس بر اساس مقادیر این مشخصه‌ها، نوع اغتشاش شناسایی می‌شود. این روش برای تشخیص و طبقه‌بندی 10 گونه از اغتشاشات کیفیت توان شامل ضربه‌ایگذرا، قطعی، بیش‌بود، کمبود، شکاف، نوسانی گذرا، هارمونیک، فلیکر، هارمونیک با بیش‌بود و ...

full text

دسته بندی رویدادها و تعیین منابع اغتشاشات کیفیت توان با استفاده از تبدیل هیلبرت-هوانگ

امروزه به دلیل گسترش تجهیزات الکترونیک قدرت، بانک های خازنی، موتورهای بزرگ، کوره های قوس الکتریکی و غیره سیگنال های ولتاژ و جریان موجود در شبکه در معرض اغتشاشات گوناگونی قرار دارند. تشخیص و طبقه‏بندی‏ اغتشاشات ولتاژ از مهمترین اجزای حفاظت و مانیتورینگ سیستم قدرت می‏باشد. اولین قدم برای دسته بندی و شناسایی منبع یک اغتشاش، استخراج مشخصات آن و آنالیز این مشخصات می‏باشد. در این پایان نامه، از تبدیل...

15 صفحه اول

یک روش جدید برای شناسایی اغتشاشات کیفیت توان با استفاده از تبدیل s

چکیده: در این مقاله، روش جدیدی برای شناسایی اغتشاشات کیفیت توان ارائه می گردد. بر این اساس، ابتدا مشخصه های پیشنهادی با استفاده از تبدیل s از شکل موج اغتشاشات استخراج می گردند. سپس بر اساس مقادیر این مشخصه ها، نوع اغتشاش شناسایی می شود. این روش برای تشخیص و طبقه بندی 10 گونه از اغتشاشات کیفیت توان شامل ضربه ایگذرا، قطعی، بیش بود، کمبود، شکاف، نوسانی گذرا، هارمونیک، فلیکر، هارمونیک با بیش بود و ...

full text

دسته بندی اغتشاشات کیفیت توان با استفاده از تبدیل s و سیستم فازی مبتنی بر الگوریتم pso

در این پایان نامه با استفاده از ترکیب تبدیل s و منطق فازی همراه با الگوریتم pso یک روش جدید و کارآمد برای دسته بندی انواع مختلف اغتشاشات تکی و ترکیبی کیفیت توان ارائه شده است. با استفاده از تبدیل s خصوصیات مناسب شکل موج استخراج شده و یک سری پارامتر از این خصوصیات حاصل می شود. سپس سیستم فازی پیشنهاد شده بر اساس این پارامترها نوع سیگنال اغتشاش را تعیین می کند. الگوریتم pso برای تعیین مقادیر صحیح ...

15 صفحه اول

شناسایی و طبقه بندی اغتشاشات کیفیت توان با استفاده از شبکه های عصبی مبتنی بر تبدیل موجک

توان الکتریکی با کیفیت مناسب برای عملکرد درست بسیاری از تجهیزات الکتریکی ضروری می باشد. از این رو مسئله کیفیت توان به موضوع بسیاری از تحقیقات امروزی تبدیل شده است. به منظور بهبود کیفیت توان الکتریکی، باید دلایل و منابع اغتشاش تعیین شده و سپس برای حذف یا کاهش آنها، اقدامات سنجیده ای به کار گرفته شود. در این پایان نامه ابتدا روشی جهت تشخیص و طبقه بندی اغتشاشات کیفیت توان با استفاده از تبدیل موجک...

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده فنی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023