PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available An Analysis of power system faul Classifier using neural network
Kumar Venkatesh, Sujitha S., Aarthi C., Nirmala M., Samanvita N., Garapati Durga Prasad, Kumar Vinoth, Manjunatha B.
Przegląd Elektrotechniczny
|
2024
|
R. 100, nr 7
96--100
EN
Fault is obviously a significant phenomenon for energy transmission in the distribution system because of the potentially harmful consequences that finally lead to economic crises. In order to verify their sustainability error experience, MATLAB and Simulink analyse the 3-phase power system in this article. An intelligent expert like a neural network may easily identify the defect that may have happened in the transmission line and categorize transmission issues on the power supply using artificial neural network (ANN). ANN is used to categories problems and generate a change status indication for the protection relay. This work proposes design strategies for fault recognition, classification, and isolation supported by state-of-the-art artificial intelligence and signal processing. Three-phase current and voltage from one end are taken as inputs in the proposed scheme. The Various simulations and signal analysis are performed in MATLAB environment.
PL
Zwarcie jest oczywiście zjawiskiem istotnym dla przesyłu energii w systemie dystrybucyjnym ze względu na potencjalnie szkodliwe skutki, które ostatecznie prowadzą do kryzysów gospodarczych. Aby zweryfikować swoje doświadczenia związane z błędami w zakresie zrównoważonego rozwoju, MATLAB i Simulink analizują w tym artykule 3-fazowy system zasilania. Inteligentny ekspert, taki jak sieć neuronowa, może z łatwością zidentyfikować usterkę, która mogła wystąpić w linii przesyłowej i sklasyfikować problemy z transmisją w zasilaczu za pomocą sztucznej sieci neuronowej (ANN). SSN służy do kategoryzacji problemów i generowania wskazania stanu zmian dla przekaźnika zabezpieczeniowego. W pracy zaproponowano strategie projektowania rozpoznawania, klasyfikacji i izolacji uszkodzeń wspierane przez najnowocześniejszą sztuczną inteligencję i przetwarzanie sygnałów. W proponowanym schemacie jako dane wejściowe przyjmuje się prąd trójfazowy i napięcie z jednego końca. Różne symulacje i analiza sygnałów wykonywane są w środowisku MATLAB
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.