Wybrane struktury sztucznych sieci neuronowych jako układy automatycznej identyfikacji zakłóceńm

• Autorzy: Janik P. , Łobos T. , Wacławek Z.

Warianty tytułu

EN

Selected architectures of neural networks as classifiers of power quality disturbances

• Języki publikacji: PL

Abstrakty

PL

Bezpieczeństwo procesów przemysłowych zależy od wielu czynników, między innymi od jakości energii zasilającej nowoczesne linie produkcyjne i układy automatyki. W referacie przedstawiono nową metodę klasyfikacji zakłóceń występujących w sieci elektroenergetycznej wykorzystującą sieć neuronową typu SVM (Support Vector Machine). Omówiono przyczyny zainteresowania jakością energii, opisano źródła powstawania zakłóceń oraz zagrożenia dla odbiorcy. Wprowadzono SVM i przedstawiono wyniki klasyfikacji zakłóceń symulowanych komputerowo, potwierdzające przydatność metody, szczególnie w porównaniu do wyników uzyskanych przez sieć RBF.

EN

The safety of any technological processes depends on many factors. One of them is the quality of power energizing production lines and automation systems. This paper presents a new method of disturbance classification using Support Vector Machines (SVM). Hie growing interest for power quality issues, disturbances sources and end user related topics are described. The idea of space phasor is exploited to extract distinguishing features from three phase voltage signal. Classification results obtained using SVM and RBI- neural network are presented and compared. The SVM network turned out to show better classification rates than RBF classifier.

Słowa kluczowe

PL

jakość energii; klasyfikacja; sztuczne sieci neuronowe

EN

power quality; classification; artificial neural networks

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2005
• Tom: R. 51, nr 9 bis
• Strony: 109--111
• Opis fizyczny: Bibliogr. 14 poz., rys., tab., wzory

Twórcy

autor

Janik P.

• Politechnika Wrocławska, Instytut Podstaw Elektrotechniki i Elektrotechnologii

autor

Łobos T.

• Politechnika Wrocławska, Instytut Podstaw Elektrotechniki i Elektrotechnologii

autor

Wacławek Z.

• Politechnika Wrocławska, Instytut Podstaw Elektrotechniki i Elektrotechnologii

Bibliografia

• [1] Boolen M. H. J., Understanding power quality problems: voltage sags and interruptions, IEEE Press, New York 1999.
• [2] Couvreur M., Improving the immunity of industrial power electronics against voltage dips, 11th Int. Conf. on Electricity Distribution (CIRED), 22-26 April 1991, Liege, Belgium.
• [3] Englert H., Automansche Störereigniserkennung elektrischen Energieversorgungsnetzen (Dissertation), Shaker Verlag, Aachen 2002.
• [4] IEC std.. Voltage dips, short interruptions and voltage variations immunity tests, IEC Std. 61000-4-11.
• [5] Janik P., Łobos T., Wilbert J., Application of radial basis function network for identification of radar signal sources, IC-SPETO 2001, Gliwice-Ustroń, 23-26.05.2001, s. 561-564.
• [6] Key T. S.: Diagnosing power-quality related computer problems, IEEE Transactions on Industry Application, vol. 15, no. 4, July 1979, pp. 381-393.
• [7] Lamoree J., Mueller D., Vinett P., Voltage sags analysis case studs, IEEE Transactions on Industrial Applications, vol. 30, no. 4, July 1994, pp. 1083-1089.
• [8] Łobos T., Fast estimation of symmetrical components in real time, IEE Proceedings-C, 1992, Vol. 139, No. 1, str. 27-30.
• [9] Osowski S., Sieci neuronowe typu SVM w zastosowaniu do klasyfikacji wzorców. Przegląd Elektrotechniczny, Nr 2, luty 2002, str. 29-36.
• [10] Sałat R., Zastosowanie sieci neuronowych do diagnostyki układów elektrycznych elektrycznych elektroenergetycznych, rozprawa doktorska, Warszawa 2002.
• [11] Smith J. C., Lamoore J., Vinett P., Duffy T., Klein M., The impact of voltage sags on industrial plant loads. Int. Conf. Power Quality: End-use applications and perspectives (PQA-91), pp. 171-178.
• [12] Starzyński J., Osowski S., Wincenciak S. Optimal Design in Electromagnetics by Means of Suport Vector Machines, IC SPETO, Gliwice-Niedzica 28-31.05.2003, tom II, str. 489-492.
• [13] Vapnik, V., Statistical learning theory, Wiley, New York, USA. 1998.
• [14] Wang F., Bollen M. H. J. Quantifying the potential impacts of Disturbances on Power System Protection, Developments in Power System Protection 7th Int. Conf. Amsterdam, 9-12 April 2001, pp. 262-265.

Uwagi

Praca zrealizowana w ramach grantu promotorskiego MNiI "Charakterystyka zakłóceń jakości energii elektrycznej za pomoca zaawansowanych metod analizy sygnałów" (3T10A00527)