﻿<?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>11</Volume>
      <Issue>1</Issue>
      <PubDate PubStatus="epublish">
        <Year>2013</Year>
        <Month>6</Month>
        <Day>21</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Electrical Islanding Detection in Electrical Distribution Networks with Distributed Generation Using Discrete Wavelet Transform and Artificial Neural Network</ArticleTitle>
    <VernacularTitle>تشخیص جزیره‌های الکتریکی در شبکه‌های توزیع دارای تولیدات پراکنده با استفاده از تبدیل موجک گسسته و شبکه عصبی مصنوعی</VernacularTitle>
    <FirstPage>19</FirstPage>
    <LastPage>27</LastPage>
    <ELocationID EIdType="doi" />
    <Language>fa</Language>
    <AuthorList>
      <Author>
        <FirstName>مهرداد</FirstName>
        <LastName>حیدری ارجلو</LastName>
        <Affiliation></Affiliation>
      </Author>
      <Author>
        <FirstName>سیدقدرت‌اله</FirstName>
        <LastName>سیف‌السادات</LastName>
        <Affiliation></Affiliation>
      </Author>
      <Author>
        <FirstName>مرتضی</FirstName>
        <LastName>رزاز</LastName>
        <Affiliation></Affiliation>
      </Author>
    </AuthorList>
    <History PubStatus="received">
      <Year>2015</Year>
      <Month>11</Month>
      <Day>29</Day>
    </History>
    <Abstract>In this paper a new algorithm is provided for detecting of electrical islands, based on analysis of transient signals using discrete wavelet transform (DWT) and artificial neural network (ANN). The neural network is taught for Classification of events to the "islands" or "non-islands". Needed features for classification are extracted by DWT of DG transient voltage signal. DIgSILENT, MATLAB and WEKA softwares are used for simulation.
Proposed method is tested on a CIGRE medium voltage distribution system with two different types of DGs. The final method is chosen from among 162 relay projects with respect to different criteria, including accuracy, speed, simplicity and cost efficiency is the best.
With The analysis done in the best relay selection for DGs, the voltage signal, the mother wavelet db4 and seventh level wavelet transform are used. Simulation results show that this method in compared with existing methods, can detect the electrical islands, with a shorter time and higher accuracy.</Abstract>
    <OtherAbstract Language="FA">در این مقاله برای تشخیص جزیره‌های الکتریکی، یک الگوریتم جدید مبتنی بر تحلیل سیگنال‌های حالت گذرا با استفاده از تبدیل موجک گسسته (DWT) و شبکه عصبی مصنوعی (ANN) ارائه می‌گردد. شبکه عصبی برای دسته‌بندی حوادث به حالت‌های "جزیره" یا "غیر جزیره" آموزش داده می‌شود. ویژگی‌های مورد نیاز دسته‌بندی، از طریق تبدیل موجک گسسته سیگنال‌های گذرای ولتاژ و جریان DGها استخراج می‌شوند. برای شبیه‌سازی الگوریتم از نرم‌افزارهای DIGSILENT، MATLAB و WEKA استفاده شده است. روش پیشنهادی روی یک سیستم توزیع ولتاژ متوسط CIGRE با دو نوع DG مختلف آزمایش می‌شود. این مقاله، الگوریتم رله نهایی را با تحلیل انجام‌گرفته از میان 162 طرح انتخاب می‌کند تا رله انتخابی از نظر شاخص‌های مختلف از جمله دقت، سرعت، سادگی و هزینه، بهترین کارایی را داشته باشد. با تحلیل و بررسی‌های صورت‌گرفته در رله انتخابی DGها، از سیگنال ولتاژ، موجک مادر 4db و سطح هفتم تبدیل موجک استفاده می‌شود. نتایج شبیه‌سازی نشان می‌دهد که این روش می‌تواند جزیره‌های الکتریکی را در مقایسه با روش‌های موجود در زمان کوتاه‌تر و با دقت بالاتری تشخیص دهد.</OtherAbstract>
    <ObjectList>
      <Object Type="Keyword">
        <Param Name="Value">تبدیل موجک گسسته
تولیدات پراکنده
جزیره الکتریکی و شبکه عصبی مصنوعی</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="Pdf">http://ijece.org/ar/Article/Download/28049</ArchiveCopySource>
  </ARTICLE>
</ArticleSet>