سيستم هوشمند تشخيص شكل موجهاي اعوجاجي كيفيت توان به روش موجك -عصبي

كارشناسي ارشد

امروزه مساله كيفيت توان الكتريكي براي صنايع برق و مصرف كنندگان اهميت ويژه‌اي يافته است. به ويژه مصرف كنندگان نسبت به اعوجاجهاي كيفيت توان كم تحمل‌تر شده‌اند به همين دليل پايشگرهاي زيادي روي خطوط (داخل پستها) نصب شده‌اند تا شكل موجهاي ولتاژ يا جريان را جهت بررسي بيشتر ثبت كنند. حجم زياد داده‌ها، بررسي همه اين شكل موجها را به روش‌هاي سنتي كه براساس مشاهدات نظري بودند دشوار و غير ممكن ساخته است. بنابراين نياز به سيستم خودكاري است كه اين داده‌ها را به اطلاعات مفيدي تبديل كند. به عنوان نمونه نوع اعوجاجهاي سيستم قدرت را تشخيص دهد و آنها را دسته بندي نمايد. در اين صورت مي‌توان تحليل‌هاي آماري مناسبي روي اطلاعات حاصل داشت و به كمك آنها در جهت رفع و يا كاهش مشكل كوشيد. بنابراين مسالة مهم تشخيص و دسته بندي نوع اعوجاجها به طور خودكار است. روشهاي مختلفي براي رسيدن به اين هدف وجود دارد. در اين پروژه از روش موجك _ عصبي براي اين منظور استفاده شده است. از دو نوع شبكه عصبي مختلف (LVQ و RBF ) در ساختار شبكه عصبي استفاده و نتايج همگرايي بايكديگر مقايسه شده‌اند. شايان ذكر است نرم افزار تهيه شده (PQA) قادر است تغييرات كوتاه مدت و بلند مدت، هارمونيك و ميان هارمونيك، تغييرات گذرا (گذراهاي نوساني فركانس بالا، گذراهاي نوساني فركانس پايين و ضربه) را به طور خودكار تشخيص داده و نتايج را به صورت گزارشي در قالب متنی ( TXT) در اختيار كاربر قرار دهد.

201174

دانشگاه علم و صنعت ايران

شهرام جديد