loading...

سایت اطلاع رسانی صنعت برق ایران

در این تحقیق تلاش شده تا باابزارها و روشهای نوین پردازش سیگنال(تجزیه چند سطحی ویولتDWT) وهمچنین روش های دسته بندی هوشمند(شبکه های عصبی)انواع اختلالات کیفیت توان شناسایی ودسته بندی شوندودرقسمت بعد کوره

دسته بندی اختلالات کیفیت توان با استفاده از تبدیل ویولت وشبکه عصبی

admin بازدید : 851 شنبه 02 خرداد 1394 نظرات (0)

در این تحقیق تلاش شده تا باابزارها و روشهای نوین پردازش سیگنال(تجزیه چند سطحی ویولتDWT) وهمچنین روش های دسته بندی هوشمند(شبکه های عصبی)انواع اختلالات کیفیت توان شناسایی ودسته بندی شوندودرقسمت بعد کوره قوس الکتریکی شبیه سازی و شکل موج خروجی به عنوان یک نمونه عملی استخراج و مورد بررسی قرارگرفته واختلال آن تعیین شود.

فهرست:

  • فصل اول: کیفیت توان
  • کیفیتتوان وضرورت توجه به آن
  • بررسی مشخصات شکل موج
  • انواع اختلالات کیفیت توان و اثرات آن بر تجهیزات مختلف
  • 1-هارمونیک ها (Harmonic)
  • -2فیلیکر(Flicker
  • 3-عدم تعادل ولتاژ
  • 4-شکاف(Notch )
  • 5-نویز (Noise
  • 6-پدیده های گذر(ا(Transient Phenomena
  • 7-تغییرات فرکانس
  • 8-کمبود ولتاژ((sag
  • 9-بیشبود ولتاژ یا اضافه ولتاژ((Swell
  • 10-قطع ولتاژ (Interruption(
  • دستگاه های از بین برنده کیفیت توان
  • راه های بهبود کیفیت توان
  • فصل دوم: تبدیل موجک(Wavelet)
  • مقدمه
  • تبدیل
  • دلایل استفاده ازتبدیل
  • آنالیز چند رزولوشنه
  • تبدیل ویولت یک بعدی
  • تبدیل ویولت پیوسته
  • رزولوشن در صفحه زمان فرکانس
  • روابط ریاضی تبدیل ویولت
  • عکس تبدیل ویولت
  • گسسته سازی تبدیل ویولت پیوسته
  • تبدیل ویولت گسسته
  • فصل سوم :شبکههای عصبی مصنوعی( (Artificial Neural Network
  • مقدمه
  • تاریخچه
  • انواع شبکه عصبی
  • ایدهشبکه‌های عصبی مصنوعی (Artificial Neural Network – ANN)
  • نرون مصنوعی
  • ساختار شبکه‌های عصبی
  • 1-لایه ورودی
  • 2-لایه‌های پنهان(میانی)
  • 3-لایه خروجی
  • انواع اتصالات یا پیوندهای وزنی
  • 1-پیشرو(feed forward)
  • 2-پسرو(recurrent)
  • تقسیم بندی شبکه‌های عصبی
  • 1-آموزش بدون سرپرست
  • 2-آموزش با سرپرست
  • 3-آموزش تقویتی
  • شبکه‌های عصبی در مقایسه با کامپیوترهای سنتی
  • دلایل استفاده از شبکه های عصبی
  • مزایای شبکه‌های عصبی
  • 1-یادگیری تطبیقی
  • 2-خود سازماندهی
  • 3-عملگرهای بی‌درنگ
  • 4-تحمل خطا
  • 5-دسته بندی
  • 6-تعمیم دهی
  • 7-پایداری و انعطاف پذیری
  • معایب شبکه‌های عصبی
  • کاربردهای شبکه های عصبی
  • 1-طبقه بندی، شناسایی و تشخیص الگو
  • 2- پردازش سیگنال
  • 3-پیش بینی سریهای زمانی
  • 4- مدلسازی و کنترل
  • 5-سیستم های خبره و فازی
  • 6-بهینه سازی مسائل مالی، بیمه ، امنیتی، بازار بورس و وسایل سرگرم کننده
  • 7- ساخت وسایل صنعتی، پزشکی و امور حمل و نقل
  • یادگیری در شبکه های عصبی
  • فرایند یادگیری
  • معادله یادگیری در حالت کلی
  • یادگیری شبکه
  • انواع یادگیری
  • 1-یادگیری با ناظر
  • 2-یادگیری تشدیدی (تقویتی)
  • 3-یادگیری بدون ناظر
  • الگوريتم پس انتشار خطا((Back-Propagation
  • الگوریتم LM درشبکه های عصبی
  • الگوريتمهای بهينه سازی
  • روش تندترين شيب
  • نرخ های يادگيری پايدار( (Stable  Learning rates
  • مينيمم سازی در طول يك خط
  • روش نيوتن
  • الگوريتم (LM(Levenberg-Marquardt
  • الگوريتم اساسی ((Basic Algorithm
  • شاخص عملكرد و محاسبه ژاكوبين
  • شبکه عصبی احتمالی(PNN)
  • مزایای شبکه عصبی احتمالی
  • معایب شبکه عصبی احتمالی
  • تئوری
  • تخمین تابع چگالی احتمال
  • آموزش شبکه عصبی احتمالی
  • موارد استفاده از
  • فصل چهارم: فرآیند تحقیق
  • مقدمه
  • شرح فرآیند تحقیق
  • جدول نتایج
  • مقایسه با دیگر روش ها
  • شبیه سازی کوره قوس القایی
  • کوره قوس الکتریکی
  • نتیجه نهایی تحقیق
  • منابع ومراجع

 

 

   

حجم: 2.61 MB
رمز: www.power2.ir
تعداد صفحات: 122

نوع فایل:pdf

 

مطالب مرتبط
ارسال نظر برای این مطلب

نام
ایمیل (منتشر نمی‌شود)
وبسایت
:) :( ;) :D ;)) :X :? :P :* =(( :O @};- :B :S
کد امنیتی
رفرش
کد امنیتی
نظر خصوصی
مشخصات شما ذخیره شود ؟ [حذف مشخصات] [شکلک ها]
اطلاعات کاربری
  • فراموشی رمز عبور؟
  • نویسندگان
    آمار سایت
  • کل مطالب : 356
  • کل نظرات : 0
  • افراد آنلاین : 1
  • تعداد اعضا : 0
  • آی پی امروز : 43
  • آی پی دیروز : 46
  • بازدید امروز : 114
  • باردید دیروز : 193
  • گوگل امروز : 1
  • گوگل دیروز : 2
  • بازدید هفته : 1,228
  • بازدید ماه : 5,024
  • بازدید سال : 71,059
  • بازدید کلی : 691,213