แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Noramalina Abdullah. Fault Detection and Identification With Adaptive Neuro-Fuzzy Inference System. Master's Degree(Electrical Engineering). Chulalongkorn University. Office of Academic Resources. : Chulalongkorn University, 2015.
Fault Detection and Identification With Adaptive Neuro-Fuzzy Inference System
การบ่งชี้และวินิจฉัยความผิดพร่องด้วยการอนุมานนิวโรฟัซซี่แบบปรับตัวได้
Name: Noramalina Abdullah
LCSH:
Electric power systems
-- Error analysis
LCSH:
Fuzzy logic
Abstract:
An algorithm that is not influenced by the line parameters is an option to overcome a few drawbacks of conventional approach especially in fault identification. Such algorithm should be independence on the power network configuration to be more generalized. In artificial intelligence, artificial intelligent network seems efficient and practical when mathematical model of the system is not available. As for fuzzy logic, it possess a capability to copy the sensing, generalizing, operating, processing and learning capability of human operator. This research implemented fuzzy system in the framework of adaptive network and then combines with discrete wavelet transform to obtain a great performance. A novel approach to implementing Gustafson-Kessel clustering algorithm have performed significant results for a better fault analysis tool using artificial intelligence. Results show that the scheme has ability on justifying the type of fault and estimate the fault distance in a small range of error. The proposed method also has very less involving of calculation and almost no affected by the fault resistance.
Abstract:
ขั้นตอนวิธีซึ่งไม่คำนึงถึงข้อมูลพารามิเตอร์ของสายส่งไฟฟ้าเป็นทางเลือกหนึ่งในการแก้ไขข้อด้อยของวิธีการระบุความผิดพร่องแบบดั้งเดิม ซึ่งขั้นตอนวิธีในการระบุความผิดพร่องนั้น ไม่ควรจะขึ้นกับรูปแบบของระบบไฟฟ้าเพราะจะทำให้สามารถใช้งานได้อย่างกว้างขวาง อย่างเช่น โครงข่ายประสาทเทียม เป็นระบบปัญญาประดิษฐ์ ที่มีประสิทธิภาพและสามารถนำมาใช้ได้จริงในกรณีที่ไม่สามารถสร้างแบบจำลองทางคณิตศาสตร์ของระบบไฟฟ้าได้ ส่วนตรรกศาสตร์คลุมเครือ หรือ ฟัซซี่ลอจิกเป็นทฤษฎีที่มีความสามารถในการเลียนแบบการรับรู้ การสรุป การปฏิบัติการ การประมวลผล และความสามารถในการเรียนรู้ของผู้ปฏิบัติงาน วิทยานิพนธ์ฉบับนี้ประยุกต์ระบบฟัซซี่ในรูปแบบของระบบโครงข่ายซึ่งสามารถปรับตัวได้ ร่วมกับการแปลงเวฟเล็ตแบบเต็มหน่วย เพื่อสร้างระบบที่มีสมรรถนะที่ดี โดยขั้นตอนวิธีใหม่นี้อาศัยการประยุกต์ขั้นตอนวิธีการแบ่งกลุ่มแบบ Gustafson-Kessel สามารถให้ผลลัพธ์ที่ดีขึ้นอย่างมีนัยสำคัญเมื่อเปรียบเทียบกับการวิเคราะห์ความผิดพร่องด้วยระบบปัญญาประดิษฐ์ โดยผลการทดสอบแสดงให้เห็นว่าขั้นตอนวิธีที่นำเสนอสามารถแยกแยะชนิดของความผิดพร่อง และประมาณตำแหน่งที่เกิดความผิดพร่องโดยมีความคลาดเคลื่อนไม่มาก อีกทั้งมีตัวแปรที่เกี่ยวข้องกับการคำนวณน้อยมาก และแทบจะไม่ได้รับผลกระทบจากความต้านทานของความผิดพร่อง
Chulalongkorn University. Office of Academic Resources
Address:
BANGKOK
Email:
cuir@car.chula.ac.th
Name: Channarong Banmonkol
Role:
advisor
Name: Naebboon Hoonchareon
Role:
co-advisor
Name: Kunihiko Hidaka
Role:
co-advisor
Created:
2015
Modified:
2019-08-29
Issued:
2019-08-29
วิทยานิพนธ์/Thesis
application/pdf
URL: http://cuir.car.chula.ac.th/handle/123456789/49855
eng
DegreeName: Doctor of Philosophy
Level: Master's Degree
Descipline: Electrical Engineering
Grantor: Chulalongkorn University
©copyrights Chulalongkorn University
RightsAccess:
ใช้เวลา
0.043159 วินาที
Noramalina Abdullah
| Title | Contributor | Type |
|---|---|---|
| Fault Detection and Identification With Adaptive Neuro-Fuzzy Inference System
จุฬาลงกรณ์มหาวิทยาลัย Noramalina Abdullah | Channarong Banmonkol Naebboon Hoonchareon Kunihiko Hidaka | วิทยานิพนธ์/Thesis |
Channarong Banmonkol
| Title | Creator | Type and Date Create |
|---|---|---|
| A SIMULATION OF BREAKDOWN CHARACTERISTICS OF SUSPENSION INSULATORS UNDER LIGHTNING IMPULSE VOLTAGES
จุฬาลงกรณ์มหาวิทยาลัย Channarong Banmonkol | Khamphasith Inthoulath | วิทยานิพนธ์/Thesis |
| Fault Detection and Identification With Adaptive Neuro-Fuzzy Inference System
จุฬาลงกรณ์มหาวิทยาลัย Channarong Banmonkol;Naebboon Hoonchareon;Kunihiko Hidaka | Noramalina Abdullah | วิทยานิพนธ์/Thesis |
| Simulation studies in ferroresonant phenomena on distribution transformers
จุฬาลงกรณ์มหาวิทยาลัย Channarong Banmonkol | Phinnakhone Phomvongsy | วิทยานิพนธ์/Thesis |
| An improvement in protection coordination and criteria settings for Bhutanese power system
จุฬาลงกรณ์มหาวิทยาลัย Channarong Banmonkol | Cheten Tshering | วิทยานิพนธ์/Thesis |
| A comparative study on artificial intelligence-based methods for fault detection, classification, and localization in distribution lines
จุฬาลงกรณ์มหาวิทยาลัย Channarong Banmonkol | Nanda Kumari | วิทยานิพนธ์/Thesis |
Naebboon Hoonchareon
Kunihiko Hidaka
| Title | Creator | Type and Date Create |
|---|---|---|
| STUDY ON THE ELECTROMECHANICS OF NON-SPHERICAL PARTICLES UNDER ELECTRIC FIELD IN DIELECTRIC SYSTEMS
จุฬาลงกรณ์มหาวิทยาลัย Boonchai Techaumnat;Kunihiko Hidaka | Viet Quoc Huynh | วิทยานิพนธ์/Thesis |
| Fault Detection and Identification With Adaptive Neuro-Fuzzy Inference System
จุฬาลงกรณ์มหาวิทยาลัย Channarong Banmonkol;Naebboon Hoonchareon;Kunihiko Hidaka | Noramalina Abdullah | วิทยานิพนธ์/Thesis |