طبقه بندي پديده فرورزونانس توسط شبكة عصبي كوانتيزه كننده برداري و بر اساس ويژگيهاي استخراج شده توسط تبديل موجك  Fulltext 

[ گيو مكرياني ] - دانشگاه آزاد اسلامي بوكان
[ محمودرضا حقي فام ] - دانشگاه تربيت مدرس
[ جمال اسماعيل پور ] - دانشگاه آزاد اسلامي بوكان

خلاصه مقاله:

يكي از عوامل سوختن و خرابي ترانسفورماتورها در سيستم هاي قدرت، وقوع پديده فرورزونانس است . بنابراين شناسايي پديده فرورزونانس از اهميت خاصي برخوردار است . در ايـن مقالــه كــاركرد شــبكة عصــبي يــادگ يري كــوانتيزه كننــده برداري ) ١( LVQ در طبقه بندي دو دسته سيگنال كه دسـته اول شامل انواع فرورزونانس و دسـته دوم شـامل انـواع كليـدزني خازني، كليدزني بار، كليـدزني ترانسـفورماتور مـي باشـد , بـا استفاده از ويژگيهاي استخراج شـده توسـط تبـديل موجـك ٢ خانوادة Daubechies تا شش س طح مورد بررسي قرار گرفتـه است . انرژي شش سيگنال جزئيات حاصـل از اعمـال تبـديل موجك به عنوان ويژگيهاي اسـتخراج شـده از الگوهـا، بـراي آموزش و امتحان شبكة عصبي LVQ بكار رفته است . در انتهـا نتايج اين روش با نتايج الگوريتم فوق توسـط شـبكه عصـبي رقابتي مقايسه شده است

EMTP ، تبديل موجك، پديده فرورزونانس , نرم افزار LVQ شبكة عصبي