• شماره ركورد
    13497
  • شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
    13497
  • پديد آورنده

    عليرضا فرسا

  • عنوان
    تعيين روشي بهينه در دسته‌بندي اغتشاشات كيفيت توان
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    برق - قدرت-حفاظت
  • سال تحصيل
    آبان ماه 1393
  • تاريخ دفاع
    آبان ماه 1393
  • استاد راهنما
    دكتر صادق جمالي
  • استاد مشاور
    دكتر نويد غفارزاده
  • چكيده
    امروزه‌تحقيقات درباره اغتشاشات كيفيت توان، با توجه به حساسيت تجهيزات جديد و مشكلات ناشي از سيستم الكتريكي و از طرفي با افزايش بارهاي غير خطي و وسايل الكترونيكي كه منبع اغتشاش در سيگنال‌هاي ولتاژ و جريان هستند، توجه زيادي را به خود جلب كرده است. همچنين امروزه از طرف صنعت تقاضا براي پايش پيوسته سيستم قدرت به وجود آمده است. در عمل سيستم الكتريكي به مصرف‌كنندگان مشخصي پايش پيوسته ارائه مي‌دهد كه مي‌تواند سالانه مقدار زيادياطلاعات توليد كند. وسايل پايش مي‌توانند مقدار زيادي از داده‌هاي اندازه گيري شده مانند سيگنال ولتاژ و جريان، طيف‌هارمونيكي، اعوجاج‌هارمونيكي كل ودفعات رخداد اغتشاشات را جمع آوري كنند. پايش پيوسته سيستم دشوار و وقت¬گير است از اين رو منطقي است كه روش‌هاي خودكار تشخيص توسعه بيشتري يابند. تشخيص خودكار اغتشاشات مستقيما بر روي شكل موج ثبت شده و يا با روش‌هايي كه بر مبناي استخراج ويژگي و شناسايي الگوها به كار مي‌روند انجام مي‌شود. هدف از اين پروژه مقايسه روش‌هاي دسته‌بندي انواع اغتشاشات كيفيت توان بر اساس استخراج ويژگي و شناسايي الگوها در سيستم قدرت و ارائه روش با بهترين دقت با درنظر گرفتن بار محاسباتي اجراي آن روش است. براي دست يابي به دقت بهينه تمام عوامل تاثير گذار در دقت نهايي مورد بررسي قرار گرفته اند. با توجه به‌توضيحات ذكر شده، ابتدا ويژگي‌هاي سيگنال را مورد بررسي قرار داده و ويژگي‌هايي با استفاده از توابع تبديل فوريه، تبديل فوريه زمان كوتاه، تبديل موجك، تبديل S، تبديل زمان- زمان و تبديل هيلبرت استخراج شده اند. سپس داده هاي بدست آمده با سه روش Zscore، Softmax و Min-max واحدسازي شده اند. از آنجا كه تعداد ويژگي هاي استخراج شده بسيار زياد مي باشند براي انتخاب بهترين ويژگي هااز سه الگوريتم ژنتيك، حداكثر ارتباط حداقل افزونگي و انتخاب رو به جلو متوالي كه هر يك توابع ارزيابي متفاوتي دارند استفاده شده است. ويژگي هاي مشترك انتخاب شده توسط هر سه الگوريتم به عنوان بهترين ويژگي ها براي دسته بندي برگزيده شده و با استفاده از الگوريتم هاي دسته بندي نزديكترين همسايه، ماشين بردار پشتيبان، درخت تصميم، شبكه عصبي، دسته بندي كننده بيز و تحليل تفكيك خطي به دسته بندي سيگنال ها پرداخته شده است. دقت هاي خروجي با يكديگر مقايسه شده و مسيري كه به بهترين دقت مي انجامد انتخاب مي شود. در ادامه روش‌هاي مختلف از نظر ميزان بار محاسباتي و به صرفه بودن اقتصادي در اجراي آن ارزيابي مي‌شوند. واژه¬هاي كليدي:كيفيت توان، استخراج ويژگي، توابع تبديل، شناسايي آماري الگو، دسته‌بندي اغتشاشات.