نظام الرسائل والاطاريح الجامعية/ المكتبة المركزية

صورة غلاف الرسالة/الاطروحة غير متوفرة
مشاهدة
لايوجد ملف
لايوجد ملف
العنوان باللغة العربية
منصة الرسائل والاطاريح: تقنية التعلم العميق لتشخيص الاخطاء في انظمة الطاقة الكهربائية - جامعة بابل
العنوان باللغة الانكليزية
A Deep Learning Approach for Fault Diagnosis in Electrical Power Systems
اسم الطالب باللغتين
نور حسن فاضل نور - Noor Hassan Fadhil Noor
اسم المشرف باللغتين
أ.م.د. محمد حسين دوش--Mohammed. H. Dosh
الخلاصة
يُعرَّف الخطأ بأنه انحراف غير مرغوب فيه في النظام أو أحد مكوناته عن السلوك الطبيعي أو المرغوب. لذلك ، في الوقت الحاضر يعد تشخيص الأخطاء من أكثر المشكلات التي تحتاج إلى حل ، خاصة في أنظمة الطاقة الكهربائية .(EPS) أنظمة الطاقة تطورت بسرعة في السنوات الأخيرة بسبب التقنيات الرقمية الحديثة واستخدامها في أنظمة التحكم الآلي. تعتبر الطائرات بدون طيار (UAVs) أحد أنظمة التحكم الآلي. والتي تتميز بغياب طيار بشري على متنها وتم استخدامها في عدة مجالات. في مثل هذه الأنظمة ، يعتبر نظام الطاقة جزءًا مهمًا وأساسيًا. قد يعاني نظام الطاقة من مشاكل نتيجة عيب فيه أو في أحد مكوناتة ،عدم كشف هذه الاعطال قد يؤدي إلى أضرار جسيمة. لذلك ، يتم استخدام نظام تشخيص الأخطاء للتخلص من هذة المشاكل . تشخيص خطاء هو عملية الكشف عن الأخطاء وعزلها وتحديدها ، وهذا هو الهدف من المنهجية المقترحة. إعتمد النظام المقترح التعلم العميق للشبكة العصبية التلافيفية أحادية البعد (1DCNN) لبناء مصنفات لتشخيص الأخطاء المفردة والمتعددة باستخدام مجموعة بيانات "ADAPT" قادمة من مركز أبحاث ناسا لنظام طاقة كهربائية لمركبة بدون طيار. أخيرًا ، تم تحقيق دقة التصنيف للنظام المقترح لمصنف الخطأ المفرد للكشف عن الخطأ (96.70٪ )، ولعزل الخطأ (98.51٪)، ولتحديد شدة الخطأ(98.67٪). بينما حقق مصنف الأخطاء المتعددة للكشف عن الاخطاء (99.10٪ ) ولعزل الاخطاء (99.03٪ ) ولتحديد شدة الاخطاء (99.14٪).
الفئة
المجموعة الهندسية
الاختصاص باللغة العربية
الاختصاص باللغة الانكليزية
السنة الدراسية
2022
لغة الرسالة/الاطروحة
اللغة الانكليزية
الشهادة
ماجستير
رابط موقع (doi)
Open access
نعم