دانلود رایگان مقاله انگلیسی کاهش فلیکر ولتاژ مبتنی بر شبکه‌های عصبی مصنوعی با کنترلر یکپارچه عبور توان
دانلود رایگان مقاله انگلیسی کاهش فلیکر ولتاژ مبتنی بر شبکه‌های عصبی مصنوعی با کنترلر یکپارچه عبور توان
جهت دانلود ترجمه این مقاله اینجا کلیک کنید.
--------------------------------------------------------------------------------------------------------------------------------
توجه : متن قسمت پایین به صورت کامپیوتری ترجمه شده جهت مشاهده نمونه متن فارسی ویرایش شده و اصلی .
اینجا کلیک کنید.
پاسخ فرکانسی ویژه خوراک رو به جلو و تغذیه انتگرال. به منظور غلبه بر این موانع، الگوریتم کنترل ANN بر اساس برای کاهش ولتاژ سوسو زدن در این مقاله ارائه شده است. شبکه عصبی مصنوعی به مدل های پیش بینی حقیقت osely در عمل از سلول های عصبی بیولوژیکی است. شبکه عصبی مورد استفاده برای روش سوسو زدن mitiga کامل متصل است، سه لایه، خوراک جلو، پشت شبکه propogation. لایه ورودی دارای سه سلول های عصبی. سه ولتاژ فاز (V A، V B، V ج) در PCC می احساس و با توجه به عنوان ورودی به شبکه عصبی مصنوعی. Vect یا از ارزش متغیر پیش بینی شده است که لایه ورودی ارائه شده است. پایه لایه ورودی ardizes این ارزش ها به طوری که طیف وسیعی از هر متغیر است -1 به 1. لایه ورودی توزیع ارزش هفتم به هر یک از نرون در لایه پنهان است. تنها یک لایه پنهان با سه نورون وجود دارد. پس از رسیدن به یک نورون در لایه مخفی، ارزش از هر نورون ورودی است که توسط یک وی مبارزه ضرب، و ارزش وزنی منجر به هم افزوده تولید یک ارزش ترکیب شده است. ویک مجموع hted را به یک تابع انتقال، σ، که خروجی یک مقدار تغذیه می کند. خروجی از لایه های پنهان به لایه خروجی توزیع شده است. پس از رسیدن به یک نورون در لایه خروجی، مقدار از هر نورون لایه پنهان با وزن ضرب، و ارزش وزنی منجر به هم افزوده تولید یک ارزش ترکیب شده است. مجموع وزنی را به یک تابع انتقال، σ، که خروجی یک مقدار تغذیه می کند. این مقادیر outpu TS از شبکه می باشد. سه نرون در لایه UT outp می دهد که ولتاژ مرجع (V * A، V ب *، V ج *) به کنترلر PWM که به نوبه خود تولید پالس شلیک برای UPFC وجود دارد.
