فایل ورد کامل روش یکپارچه DWT-FFT برای کشف و رده بندی اختلال های کیفیت قدرت


در حال بارگذاری
10 جولای 2025
پاورپوینت
17870
2 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل روش یکپارچه DWT-FFT برای کشف و رده بندی اختلال های کیفیت قدرت،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۳۰ صفحه


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 ۲۰ 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 ۹۹۰۴۳% برسد. روش پیشنهادی همچنین از قابلیت پیاده‌سازی برای کاربردهای واقعی برخط برخوردار است.

عنوان انگلیسی:Integrated DWT–FFT approach for detection and classification of power quality disturbances~~en~~

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.

$$en!!

  راهنمای خرید:
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.