Contribution to Distribution System Automation for Diagnosis of Power Quality Disturbances Using Wavelet Transform And RBF Networks
محل انتشار: نهمین کنفرانس سراسری شبکه های توزیع نیروی برق
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,881
فایل این مقاله در 6 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:
EPDC09_122
تاریخ نمایه سازی: 11 آذر 1386
چکیده مقاله:
in this paper a new approach for detection and classification of wide variety range (15 types) o f power quality violation based on IEEE 1159 standard is presented. For this purpose wavelet multiresolution signal analysis is used to de-noise and then decompose the signal of power quality event to extract its useful information. After this an optimal vector of computed features is selected and adopted in learning radial basis
function (RBF) network classifier. This vector represents a distinctive property of studied power quality events with minimum amount of needed training data. RBF structure effectively reduces training time of the network. The proposed classifier has significantly improved automatically diagnosis efficiency of power quality disturbances in distribution system. Simulation results with low error rate confirm this capability.
کلیدواژه ها:
distribution system ، power quality ، classification ، wavelet transform ، radial basis function network
نویسندگان
Esmaeili Jafarabadi
Department of Electrical Engineering, Amirkabir University of Technology Tehran, Iran
Rastegar
Department of Electrical Engineering, Amirkabir University of Technology Tehran, Iran
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 :