ПРИМЕНЕНИЕ НЕЙРОННОЙ СЕТИ ДЛЯ ЧАСТОТНОГО АНАЛИЗА ЭЛЕКТРОСТАТИЧЕСКОГО РАЗРЯДА
Ключевые слова:
электростатический разряд, потенциальное уравнение, быстрое преобразование Фурье, частотный спектр, нейронная сетьАннотация
Выражения частотного спектра излучаемых полей ЭСР были получены в аналитической форме с помощью потенциальных уравнений излучаемых полей. Спектральные характеристики ЭСР воздуха исследовались с применением искусственных нейронных сетей. Сравнивались амплитуда и спектр мощности при различных напряжениях разряда, и показано, что энергия ЭСР воздуха преобладает в области низких частот. Исследование спектра ЭСР в воздухе может служить справочным материалом и руководством по технологии предотвращения электростатического разряда.
Библиографические ссылки
M.T. Gengog“lu, M. Cebeci, “Investigation of pollution flashover on high voltage insulators using artificial neural network”, Elsevier, Expert Systems with Applications 36 7338-734, (2009).
A. B. Bakasova and A. UuluAskat, "Neuro-fuzzy approach to identification of electromagnetic fields of electrostatic discharge," 2023 5th International Youth Conference on Radio Electronics, Electrical and Power Engineering (REEPE), Moscow, Russian Federation, 2023, pp. 1-5, doi: 10.1109/REEPE57272.2023.10086745.
R. Ahmed Refai, A. H. Mansour, M. A- H.Ahmed, “Estimation of the Electric Field and Potential Distribution on Three Dimension Model of Polymeric Insulator Using Finite Element Method”, IJEDR | Volume 3, Issue 2 | ISSN: 2321-9939, (2015).
M.Enokizono, and Yuji Tsuchida, “Optimal Design by Boundary Element Method with Fuzzy Inference”, IEEE Trans, on Magnetics, Vol.30, No.5, pp.3447-3450, Sept 1994.
Бакасова, А. Б. Адаптивный нейро-нечеткий подход оценки электрических полей электростатического разряда / А. Б. Бакасова, А. АсанУулу // Проблемы автоматики и управления. – 2023. – № 1(46). – С. 83–95. – EDN NYYCKH.
B. Marungsri, W. Onchantuek, A. Oonsivilai “Electric Field and Potential Distributions along Surface of Silicone Rubber Polymer Insulators Using Finite Element Method” World Academy of Science, Engineering and Technology, (2008).
EMS 2013 Program User’s guide, http://www.emworks.com.
Aydogmus, Z., &Cebeci, M. A new flashover dynamic model of polluted HV insulators. IEEE Transactions on Dielectrics and Electrical Insulation, 11(4), 577–584, (2004).
Бакасова, А. Б. Применение нейронных сетей в задачах электромагнитных помех / А. Б. Бакасова, А. АсанУулу // Проблемы автоматики и управления. – 2022. – № 1(43). – С. 95–103. – EDN DJPYDH.
АсанУулу, А. Обзор альтернативных подходов к моделированию электромагнитной обстановки на высоковольтной электрической подстанции / А. АсанУулу, А. Б. Бакасова // Проблемы автоматики и управления. – 2022. – № 2(44). – С. 4–14. – EDN JZHUPM.
Mohamed M. Zahra, Mohamed H. Essai, Ali R. AbdEllah, "Performance Functions Alternatives of Mse for Neural Networks Learning", International Journal of Engineering Research & Technology (IJERT), Vol. 3, Issue 1, pp. 967-970, January - (2014).
Ali R. AbdEllah, Mohamed H. Essai, Ahmed Yahya, “Robust Backpropagation Learning Algorithm Study for Feed Forward Neural Networks”, Thesis, Al- Azhar University, Faculty of Engineering, -(2016).
Z. Aydogmus, “A neural network-based estimation of electric fields along high voltage insulators”, Expert Systems with Applications 36 8705-8710, www.elsevier.com/locate/eswa, (2009).
Nasrat L. S., &Aly.Saleh, “Evaluation ofFlashover Voltage on Hydrophobic Polymer Insulators with Artificial Neural Network”, International Journal of Electrical and Computer Engineering (IJECE) Vol.2, No.4, pp. 487~494, August (2012)
Demuth, Howard & Beale, Mark. (2000). Neural Network Toolbox for use with MATLAB
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2023 Аскат Асан уулу
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
