﻿<?xml version="1.0" encoding="utf-8"?>
<ArticleSet>
  <ARTICLE>
    <Journal>
      <PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName>
      <JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle>
      <ISSN>16823745</ISSN>
      <Volume>1</Volume>
      <Issue>1</Issue>
      <PubDate PubStatus="epublish">
        <Year>2003</Year>
        <Month>3</Month>
        <Day>21</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Wavelet Detection of Partial Discharges in High Voltage Cables</ArticleTitle>
    <VernacularTitle>شناسايي تخليه جزيي در كابلهاي قدرت با استفاده از تبديل ويولت</VernacularTitle>
    <FirstPage>29</FirstPage>
    <LastPage>36</LastPage>
    <ELocationID EIdType="doi" />
    <Language>fa</Language>
    <AuthorList>
      <Author>
        <FirstName>بابک</FirstName>
        <LastName>بدرزاده</LastName>
        <Affiliation></Affiliation>
      </Author>
      <Author>
        <FirstName>سيدمحمد</FirstName>
        <LastName>شهرتاش</LastName>
        <Affiliation></Affiliation>
      </Author>
    </AuthorList>
    <History PubStatus="received">
      <Year>2002</Year>
      <Month>7</Month>
      <Day>24</Day>
    </History>
    <Abstract>This paper has proposed an on-line method of partial discharges (PDs) detection. Fundamental difficulty in PD measurement is that PD signal is so minute that can be easily contaminated by huge amount of noise and this makes PD detection rather obscure. Thus, noise reduction algorithms have been extensively deployed to mitigate the noise. Among which, Digital Signal Processing (DSP) techniques are becoming more and more applicable. Compared by linear predictor and Least Mean Square (LMS), a wavelet-based noise reduction algorithm has been utilised. Some significant considerations in wavelet denoising  such as selection of level of decomposition and reconstruction, mother wavelets, methods of signal extension,thresholding criterion have been discussed deeply. In order to prove the effectiveness of our algorithm, real data extracted from an 11 kV cable has been used</Abstract>
    <OtherAbstract Language="FA">‌در اين مقاله به شناسايي پيوسته پديده تخليه جزيي در كابلهاي قدرت پرداخته شده است. مشكل اساسي در اندازه‏گيري تخليه جزيي كوچك بودن سيگنال است، بطوريكه ممكن است سيگنال كاملاً با نويز آميخته شده و اين امكان شناسايي را دشوار مي‏سازد. به همين جهت اساسي‏ترين اقدام در شناسايي سيگنال تخليه جزيي استفاده از الگوريتمهاي كاهش نويز است كه امروزه به اين منظور غالباً از روشهاي مبتني بر پردازش سيگنال ديجيتال استفاده مي‏شود. در اين مقاله از الگوريتم نويز‏زدايي مبتني بر ویولت استفاده شده و در انتها نتايج حاصل از بكارگيري اين الگوريتم با دو الگوريتم متداول ديگر (فيلتر پيش‏بين خطي و فيلترLMS) مقايسه شده است. برخي از ملاحظات اساسي در نويز‏زدايي به روش ویولت انتخاب مناسب سطوح تجزيه و تركيب، تابع مادر، روش بسط سيگنال و روشهاي تعيين مقادير آستانه است كه همگي به تفصيل مورد بحث قرار گرفته‏اند. به جهت اثبات كارايي الگوريتم از اطلاعات واقعي بدست آمده از آزمايشهاي ميداني در يك شبكه كابلي 11 كيلو ولتي استفاده شده است .</OtherAbstract>
    <ObjectList>
      <Object Type="Keyword">
        <Param Name="Value">تبديل ویولتپردازش سيگنال ديجيتالشناسايي پيوسته تخليه جزييكابل</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28137</ArchiveCopySource>
  </ARTICLE>
</ArticleSet>