Power Quality Event Classification Using Least Square-Support Vector Machine
Göster/ Aç
Tarih
2016-03-19Yazar
Uçar, Ferhat
Alçin, Ömer Faruk
Dandıl, Beşir
Ata, Fikret
Üst veri
Tüm öğe kaydını gösterÖzet
In this manuscript, a discrete wavelet transform and statistical feature extraction based intelligent pattern recognition system is presented which is efficacious to classify power quality disturbance events like voltage sags, swells and interruptions, harmonics and transients. One of main units in an intelligent system is classifier, here, Least Square-Support Vector Machine an improved version of support vector machine method is used as classifier unit. Power quality event data to be classify is derived via a simulation system based on detailed mathematical modelling which generates nearly real world signals. Given detailed results are obtained using conventional artificial neural networks and additionally extreme learning machine to evaluate performance more effectively. Bu makalede, gerilim düşmesi, yükselmesi ve kesintisi, harmonikler ve geçici durumlar gibi güç
kalitesi bozulma olaylarının sınıflandırılması amacıyla ayrık dalgacık dönüşümü ve istatiksel verilere
dayanan öznitelik çıkarımı tabanlı akıllı bir örüntü tanıma sistemi sunulmuştur. Akıllı sistemlerin temel
bileşenlerinden olan sınıflandırıcı yapısında destek vektör makinesi yönteminin geliştirilmiş bir sürümü
olan en küçük kareler-destek vektör makinesi kullanılmıştır. Sınıflandırılan güç kalitesi olay verileri detaylı
olarak hazırlanan bir matematiksel model ile gerçek verilere en yakın şekilde oluşturulmuş benzetim
sisteminden elde edilmiştir. Başarımın daha etkin değerlendirilmesi amacıyla geleneksel yapay sinir ağı
yapısı ve ek olarak uç öğrenme makinesinden elde edilen detaylı sonuçlar da sunulmuştur.
Koleksiyonlar
DSpace@BİNGÖL by Bingöl University Institutional Repository is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 4.0 Unported License..