ارائه روشی نوین برای شناسایی پدیده فرورزونانس با استفاده از تبدیل موجک و الگوریتم ژنتیک و طبقه‎بندی کننده بیز


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
3 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

 ارائه روشی نوین برای شناسایی پدیده فرورزونانس با استفاده از تبدیل موجک و الگوریتم ژنتیک و طبقه‎بندی کننده بیز دارای ۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد ارائه روشی نوین برای شناسایی پدیده فرورزونانس با استفاده از تبدیل موجک و الگوریتم ژنتیک و طبقه‎بندی کننده بیز  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی ارائه روشی نوین برای شناسایی پدیده فرورزونانس با استفاده از تبدیل موجک و الگوریتم ژنتیک و طبقه‎بندی کننده بیز،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن ارائه روشی نوین برای شناسایی پدیده فرورزونانس با استفاده از تبدیل موجک و الگوریتم ژنتیک و طبقه‎بندی کننده بیز :

تعداد صفحات :۸

چکیده مقاله:

فرورزنانس یک رزونانس غیرخطی است که بین خازن شبکه نظیر خازن کابل ها، خطوط، خازن محافظ کلید قدرت، با اندوکتانس غیرخطی تجهیزات نظیر رأکتور، ترانسفورماتور ولتاژ یا ترانسفورماتور قدرت رخ می دهد. فرورزنانس در شبکه های توزیع، عموماً بر اثر اضافه ولتاژهای ناشی از کلیدزنی تکفاز، اضافه ولتاژ ناشی از اتصال کوتاه تکفاز، سوختن فیوزهای کات – اوت، موقعیت و طول کابل ها، کلیدزنی خازنی و سایر اضافه ولتاژهای ناشی از شرایط گذرا رخ می دهد. لذا ضرورت دارد تا به نحوی بتوان این پدیده را از دیگر حالت‎های گذرا متمایز نمود. در این مقاله روش جدیدی برای شناسایی پدیده فرورزونانس از سایر حالت‎های گذرا، شامل کلیدزنی خازنی، کلیدزنی بار و کلیدزنی ترانسفورماتور، ارائه شده است. در این روش، اطلاعات سیگنال‎های ولتاژ فرورزونانس و سایر حالت‎های گذرا، با شبیه‎سازی بخشی از یک فیدر kV20 جزیره قشم با داده‎های واقعی در نرم‎افزار ATP/EMTP، به دست آمده ‎است. سپس برای دسترسی به مؤلفه‎های فرکانس بالای سیگنال‎ها و استخراج ویژگی‎ها، از تبدیل موجک و برای انتخاب ویژگی‎ها، از الگوریتم ژنتیک و برای دسته‎بندی داده‎ها از طبقه‎بندی کننده بیز استفاده شده ‎است. نتایج به دست آمده، دقت بالای روش پیشنهادی را، در شناسایی پدیده فرورزونانس از سایر حالت‎های گذرا نشان می‎دهد.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.