دانلود ترجمه مقاله شبکه تجزیه حالت دینامیک برای تجزیه و تحلیل نوسان سیستم قدرت – مجله IEEE

• فهرست مطالب:

چکیده
۱٫ مقدمه
۲٫ روشهای تجزیه و تحلیل فضایی و پیرامونی
A. تجزیه اورتوگونال مناسب
B. حالتهای Koopman
۳٫ تجزیه حالت دینامیک
A. پیشینه
B. تجزیه نمایی
۴٫ مطالعه در یک سیستم کوچک
A. امتحان حالت و تجزیه و تحلیل زودگذر
B. توصیف صفات حالت
c. ضرایب دامنه ی وابسته به زمان
D. تعیین گروهای ژنراتور منسجم
۵٫ کاربردی برای یک سیستم بزرگ درون اتصالی
A. سناریوهای اختلال سیستم
B. تجزیه و تحلیل تجزیه ی حالت دینامیک
۶٫ کاربرد داده ی WAMS
۷٫ بحث و نتیجه گیری ها
ضمیمه

• بخشی از ترجمه:

VII. بحث و نتیجه گیری ها
این مقاله یک حالت دینامیکی موثر را برای تجزیه و تحلیل نمایی از مجموعه داده های بزرگ معرفی کرده است. این روش، توانایی های تکنیک های شناسایی نمایی مانند Prony را ترکیب می کند برای استخراج پارامترهای فضایی با آنهایی که از تکنیک های آماری چند متغیری برای مکانیسم های فیزیکی برتر و کیفی استخراج می شوند.
آزمایش با داده های شبیه سازی شده نشان می دهد که تجزیه ی DMD می تواند بطور موثری برای تجزیه و تحلیل جزئیات بیشتر از منابع چندگانه ی استفاده شود و چندین جنبه از تئوری، تحقیقات بیشتر شامل تفسیر فیزیکی ساختار دینامیک، روابط وضعیت-حالت و تجزیه و تحلیل خواص ساختاری مدل را سزاوار می کند. تاثیر آلودگی نویزی، روندها و سایر ابزار مجموعه داده ها و کاربرد برای اندازه گیری داده در پژوهش آینده بررسی می شود.

• بخشی از مقاله انگلیسی:

VII. DISCUSSION AND CONCLUSIONS This paper has introduced an efficient dynamic mode decomposition technique for modal analysis of large data sets. The method combines the abilities of modal identification techniques such as Prony to extract modal parameters with those of multivariate statistical techniques to isolate and quantify the dominant physical mechanisms. Experience with simulated data shows that DMD analysis can be efficiently used to analyze large datasets from multiple sources. Several aspects of the theory deserve further investigation including the physical interpretation of dynamic structures, mode-state relationships and the analysis of structural properties of the model. The effect of noise contamination, trends and other artifacts of the dataset and the application to measured data is to be investigated in future research.

 دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله