طبقه بندي پديده فرورزونانس توسط شبكه عصبي كوانتيزه كننده برداري و بر اساس ويژگيهاي استخراج شده توسط تبديل موجك

يكي از عوامل سوختن و خرابي ترانسفورماتورها در سيستم هاي قدرت، وقوع پديده فرورزونانس است . بنابراين شناسايي پديده فرورزونانس از اهميت خاصي برخوردار است . در اين مقاله كاركرد شبكه عصبي يادگ يري كوانتيزه كننده برداري (LVQ) در طبقه بندي دو دسته سيگنال كه دسته اول شامل انواع فرورزونانس و دسته دوم شامل انواع كليدزني خازني، كليدزني بار، كليدزني ترانسفورماتور مي باشد , با استفاده از ويژگيهاي استخراج شده توسط تبديل موجك خانواده Daubechies تا شش سطح مورد بررسي قرار گرفته است. انرژي شش سيگنال جزئيات حاصل از اعمال تبديل موجك به عنوان ويژگيهاي استخراج شده از الگوها، براي آموزش و امتحان شبكة عصبي LVQ بكار رفته است. در انتها نتايج اين روش با نتايج الگوريتم فوق توسط شبكه عصبي رقابتي مقايسه شده است.

 

گيو مكرياني -محمودرضا حقي فام -جمال اسماعيل پور
دانشگاه آزاد اسلامي بوكان دانشگاه تربيت مدرس دانشگاه آزاد اسلامي بوكان

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *