تعیین نوع و سطح تماس خطای امپدانس بالا در شبکه های توزیع با استفاده از روش های تشخیص الگو

در این مقاله، به کمک روش های تشخیص الگو نوع خطای امپدانس بالا که می تواند بریده شده یا بریده نشده باشد و همچنین سطحی که خطای امپدانس بالا بر روی آن اتفاق افتاده است تشخیص داده شده است. روش های مذکور عبارتند از: تبدیل tt و تبدیل s در بخش استخراج ویژگی، ماشین بردار تکیه گاه چند لایه و شبکه عصبی fuzzy art در بخش کلاسه بندی. در این روش ها، ویژگی‌ها شامل انرژی، انحراف از معیار و انحراف مطلق از میانگین هستند که از یک پنجره داده به طول یک سیکل با استفاده از اطلاعات زمان- زمان ماتریس حاصل از تبدیل‌tt و اطلاعات زمان – فرکانسی ماتریس حاصل از تبدیلs به دست می‌آیند. سپس این ویژگی ها به ماشین بردار تکیه گاه چند لایه و شبکه عصبی fuzzy art اعمال می شوند تا نوع خطای امپدانس بالا و سطح تماس تشخیص داده شوند. نتایج حاصل از بکارگیری الگوریتم پیشنهادی بر روی داده‌های واقعی بدست آمده از آزمایش‌های عملی خطای امپدانس بالا، حاکی از آن است که ویژگی های استخراج شده از تبدیل‌tt نسبت به تبدیل s بهتر بوده و همچنین شبکه عصبی fuzzy art دارای دقت بیشتری در دسته بندی در برابر ماشین بردار تکیه گاه چند لایه است.