Application of Zernike Moments in Intelligent Fault Detection of Distribution Networks
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,514
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EECO02_132
تاریخ نمایه سازی: 20 مرداد 1391
چکیده مقاله:
This paper presents a new intelligent method for electrical equipment fault detection in power distribution networks based on thermo images by using of Zernike Moments (ZM) for feature extraction and neural network for classifier. There are several types of faults in substations which transformer bushing breakdown, loose connection between conductor and section insulator, fuse deficiency and destruction of cable bug are the most commonly faults in substations that have been selected in this paper. This method has been conducted on practical thermo images from the electrical distribution network of Tehran. Zernike results have been categorized in to four groups according to Zernike orders. Simulation results indicate the validity of approach method with accuracy of 90.3 percentages using of RBF neural network.
کلیدواژه ها:
نویسندگان
Arash Khakzadian
Department of Electrical Engineering, Faculty of Engineering, Tarbiat Moallem University of Sabzevar, Sabzevar, Iran
Hassan Moslemi
Department of Electrical Engineering, Faculty of Engineering, Tarbiat Moallem University of Sabzevar, Sabzevar, Iran
Javad Haddadnia
Department of Electrical Engineering, Faculty of Engineering, Tarbiat Moallem University of Sabzevar, Sabzevar, 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 :