مشخصات پژوهش

عنوان	تشخیص و مکان یابی خطای اتصال باز در مبدل های چند سطحی ماژولار با استفاده از روش تبدیل فشرده سازی همزمان موجک و شبکه عصبی پیچشی بهینه سازی شده
نوع پژوهش	پایان‌نامه
کلیدواژه‌ها	مبدل های چندسطحی ماژولار، خطای اتصال باز، شبکه عصبی پیچشی، تبدیل فشرده سازی همزمان موجک، حذف نویز، آستانهگذاری تطبیقی، الگوریتم ژنتیک، جریان چرخشی
چکیده	زمینه: مبدلهای چندسطحی ماژولار 1به دلیل ساختار ماژولار، بازدهی بالا و کیفیت توان مناسب، در سیستمهای انتقال قدرت و درایوهای ولتاژ بالا بهطور گسترده مورد استفاده قرار میگیرند. با این حال، بروز خطای اتصال باز در زیر ماژول های این مبدلها میتواند موجب ناپایداری، اعوجاج جریان و کاهش قابلیت اطمینان سیستم گردد. از این رو، توسعهی روشهایی دقیق، سریع و قابل تعمیم برای تشخیص این نوع خطاها اهمیت فراوانی دارد. هدف: این پژوهش با هدف توسعه یک روش دومرحلهای مبتنی بر یادگیری عمیق برای تشخیص خطاهای اتصال باز در مبدلهای چندسطحی ماژولار انجام شده است، بهگونهای که دقت بالایی در شناسایی هم وجود خطا و هم مکان دقیق آن در تمامی نیم بازوها فراهم شود. روش شناسی: تمامی سناریوها بهصورت کامل در محیط سیمولینک نرم افزار متلب، از طریق ایجاد یک مبدل چند سطحی ماژولار با 180زیر ماژول ( 60زیر ماژول در هر بازو) شبیهسازی و ماتریس دادهها به محیط کد انتقال داده شدهاند. در هر دو مرحله، سیگنالهای اندازهگیریشده پس از تبدیل فشردهسازی همزمان موجک 2به نگاشتهای زمان– فرکانس، تحت فرآیند حذف نویز و آستانه گذاری تطبیقی 3قرار گرفته و سپس بهصورت تصاویر به شبکه عصبی پیچشی 4اعمال میشوند. در مرحلهی نخست، از جریانهای چرخشی و جریان های خروجی مبدل برای تشخیص هفت سناریو شامل حالت بدون خطا و شش حالت خطا در نیم بازوها استفاده شده و تصاویر با اندازهی 150×150پیکسل تهیه شدهاند. صحت شبکه عصبی در این مرحله ٪99.29گزارش شده است. در صورت تشخیص وجود خطا، مرحلهی دوم فعال میگردد که در آن ولتاژ نیم بازوی دارای خطای مبدل که در مرحله اول شناسایی شده است به عنوان سیگنال خام مورد استفاده قرار میگیرد. تصاویر این مرحله با اندازهی 300*300 پیکسل تولید شده و سه ابرپارامتر نرخ یادگیری، اندازه دسته و نرخ ریزش در شبکههای عصبی هر دو مرحله با الگوریتم ژنتیک بهینهسازی شدهاند. شبکه مرحله دوم با استفاده از داده های سی سناریو مربوط به نیم بازوی مثبت 1Aآموزش داده شده و با توجه به تقارن در نیم سیکل منفی منفی 2A تعمیم داده شده است. [این ساختار برای دو بازوی دیگر مبدل هم قابل تعمیم است که با آموزش شبکه برای نیم بازوی مثبت میتوان خطا در زیر بازوی منفی را هم با همان صحت یافت. دقت شبکه در مرحله دوم ٪99.30گزارش شده است.
پژوهشگران	محسن متولی نژاد (دانشجو)، امین ترابی جهرمی (استاد راهنما اول)، رحمن دشتی (استاد راهنما دوم)
تاریخ انجام	1405-02-23