| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
روش یکپارچه DWT-FFT برای کشف و رده بندی اختلال های کیفیت قدرت |
| عنوان انگلیسی مقاله: |
Integrated DWT–FFT approach for detection and classification of power quality disturbances |
|
|
| مشخصات مقاله انگلیسی (PDF) | |
| سال انتشار | 2014 |
| تعداد صفحات مقاله انگلیسی | 12صفحه با فرمت pdf |
| رشته های مرتبط با این مقاله | مهندسی برق |
| گرایش های مرتبط با این مقاله | سیستم های قدرت، مهندسی الکترونیک و برق قدرت |
| مجله | سیستم های انرژی و توان الکتریکی – Electrical Power and Energy Systems |
| دانشگاه | گروه مهندسی برق دانشکده مهندسی و تحقیقاتی Dnyanganga هند |
| کلمات کلیدی | کیفیت توان، تبدیل موجک گسسته، تحلیل چندـ‌توان تفکیکی، مربع ضرایب تبدیل موجک، استخراج ویژگی |
| شناسه شاپا یا ISSN | ISSN 0142-0615 |
| رفرنس | دارد ✓ |
| لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
| نشریه الزویر |  |
| مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
| تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت 14 B Nazanin | 27صفحه |
| ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
| ترجمه متون داخل تصاویر | ترجمه نشده است ☓ |
| ترجمه متون داخل جداول | ترجمه نشده است ☓ |
| درج تصاویر در فایل ترجمه | درج شده است ✓ |
| درج جداول در فایل ترجمه | درج شده است ✓ |
| درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است ✓ |
| منابع داخل متن | به صورت عدد درج شده است ✓ |
- فهرست مطالب:
چکیده
مقدمه
DWT و تحلیل با تجزیه سیگنال چندـ‌توان تفکیک
تحلیل MSD
مدل‌سازی DWT و MSD
کاربرد الگوریتم DWT برای آشکارسازی اختلال PQ
آشکارسازی اختلال سیگنال کیفیت توان
استخراج ویژگی با استفاده از DWT برای طبقه‌بندی اختلالات PQ
کاربرد قضیه پارسوال در DWT برای طبقه‌بندی PQ
دامنه جمع متوسط مطلق ضرایب تفصیلی
طبقه بندی اختلال های PQ بر اساس استخراج ویژگی بدون نویز
عملکرد MRA مبتنی بر DWT تحت محیط نویزی
آشکارسازی و طبقه‌بندی تحت محیط نویزی
سیستم قاعد محور برای طبقه‌بندی خودکار اختلالات PQ
مقایسه عملکرد روش پیشنهادی
نتیجه‌گیری‌ها
- بخشی از ترجمه:
نتیجه‌گیری ها
این مقاله یک رویکرد تجمیعی مبتنی بر DWT-FFT را برای آشکارسازی و طبقه‌بندی اختلال‌های متنوع PQ در محیط‌های با و بدون نویز ارایه می‌کند. برای وارسی عملکرد طبقه‌بند، خانواده‌های مختلفی از موجک دوبیشی مورد آزمایش قرار گرفتند. نهایتاً مشخص شد که موجک db4 عملکرد پربازده و کارآمدی دارد و به همین دلیل برای تحلیل‌های بعدی به عنوان موجک مادر انتخاب شد. تحلیل و نتایج ارایه‌شده در این مقاله به‌وضوح قابلیت شیوه‌ی EESDC پیشنهادی را در آشکارسازی و طبقه‌بندی اختلال‌های PQ نشان می‌دهد. در این روش از انرژی هر سطح MSD و مولفه‌های فرکانسی متفاوت موجود در اختلال‌های PQ به عنوان ویژگی‌ها استفاده شد تا هم‌بستگی بالایی به‌دست بیاید. از رویکرد تجمیعی پیشنهادی برای ساختن قاعده‌ی لجستیک برای آشکارسازی و طبقه‌بندی خودکار ده نوع اختلال PQ استفاده می‌شود. این طبقه‌بند با ۱۵۰ سیگنال تست که به صورت تصادفی تولید شده‌اند با طول دوره‌های زمانی مختلف و با سطح نویز 20 Db تست شده است. مشخص شد که استخراج ویژگی مبتنی بر DWT می‌تواند افزونگی موجود در داده‌های حوزه‌ی زمان را به نحو موثری از بین ببرد و بدین ترتیب به نحو موثری قادر به کاهش اندازه‌ی طبقه‌بند می‌باشد. طبقه‌بند توسعه‌داده‌شده بر اساس رویکرد DWT-FFT قادر است با پیچیدگی محاسباتی کمتر به صحت 99.043% برسد. روش پیشنهادی همچنین از قابلیت پیاده‌سازی برای کاربردهای واقعی برخط برخوردار است.
- بخشی از مقاله انگلیسی:
Conclusions
This paper presents, DWT–FFT based integrated approach for detection and classification of various PQ disturbances with and without noisy environments. To check the classifier performance, various Daubechie’s wavelet families are tested. The db4 wavelet was found to be an effective in its performance and hence has been chosen as a mother wavelet for further analysis. The analysis and the results presented in this paper clearly indicate the potential capability of the proposed EESDC method in detecting and classifying the PQ disturbances. In this, energy at each MSD level and the different frequency components contained in the PQ disturbances are used as a features to obtain high correlation. The proposed integrated approach is used to construct logistic rule for an automatic detection and classification of ten types of PQ disturbances. The classifier is tested for 150 test signals randomly generated for various durations with 20 dB peak noise level. It has been found that the DWT based feature extraction can effectively remove the redundancy available in time-domain data and hence effectively able to reduce the size of the classifier. The developed classifier based on DWT–FFT approach is able to achieve 99.043% accuracy with less computational complexity. The proposed technique also has potential and capability to implement for on-line real applications.
|
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
|
| دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
| عنوان فارسی مقاله: |
روش یکپارچه DWT-FFT برای کشف و رده بندی اختلال های کیفیت قدرت |
| عنوان انگلیسی مقاله: |
Integrated DWT–FFT approach for detection and classification of power quality disturbances |
|
|
خرید ترجمه فارسی مقاله با فرمت ورد