پروژه پایانی برق قدرت (cst)

پایان نامه ارشد برق قدرت (فصل چهاروپنج) - کار من تفکیک سیگنال های آزمایشگاهی براساس یه سری الگوها هست سیگنال ها در آزمایشگاه استخراج شده و موجود هست ما سه نوع خطای pdترانس داریم از طریق سه تا سنسور در بدنه مخزن روغن ترانس این سیگنال ها استخراج شده ان خطاهای نوع corona,internal,surfac چیزی که ما می‌خوایم اینه که براساس الگوی مقالات و روش های ابتکاری خود محقق این سیگنال ها رو تفکیک کنه مقایسه کنه براساس نوع خطا و موقعیت قرارگیری خطا من یه فیلم میفرستم اگه محقق کار کرده باشه متوجه میشه فیلم رو نگاه کنن توضیحات کامل داده شده - عنوان پایان نامه من هست: جداسازی سیگنال های تخلیه جزئی در حوزه الکترومغناطیسی در حالت وجود چند عیب همزمان در عایق ترانسفور ما اومدیم داخل آزمایشگاه سه نوع عیب تخلیه جزیی شامل کرونا،سطحی،سوزنی را در پنج موقعیت قرار دادیم و تست pdزدیم و سیگنال خروجی از هر کدوم از سنسورهای uhfنصب شده در اون موقعیت ها رو ثبت کردیمحال مشکل چیه که ما باید حلش کنیم ؟اینه که ما الان این سیگنال های کن دریافت کردیم رو باید براساس یه سری روش ها تفکیک کنیم که مثلا بدونیم از روی اینا نوع خطا را تشخیص دهیمتا اینجا رو داشته باشید که من کدهای برنامه رو تا اینجا دارم داخل متلبشبیه سازی تانک ترانس با نرم افزار cstرو هم دارمخب حالا باید کاری که بکنیم اینه که بیایم واسه خودمان سناریو بسازیم مثلا خطای نوع کرونا رو در موقعیت 1قرار بدیم خطای نوع سطحی رو در موقعیت دومثلا یه نمودار مثل فایلی که ضمیمه کردم واسه هر کدوم استخراج شده - حالا چون در حد نانو ثانیه هستن میتونیم fftبگیریم و چون uhfدر بازه 300مگاهرتز تا 1گیگاهرتزهست بیایم مثل نمودار زیر به مثلا ده تا بازه تقسیم کنیمبعد توان هر بازه رو حساب کنیم یا اگر عددها پرت و یا خطا زیاد بود نسبت های توان ها رو حساب میکنیم مثلا نسبت توان بازه دومی به اولی از نمودار خطای نوع 1؛نسبت خطای بازی پنجم به چهارم از نموداری خطای نوع 3 و.....این مدلی حدودا 81تا داده بدست می آوریم مثل فایل شماره 2 که ضمیمه کردم - بعد باید داده ها رو نرملایزکنیم و سپس جهت حذف نویزها و یا واریانس گرفتن می توانیم از pcaاستفاده کنیم مثلا همچین برداری که ضمیمه کردم - بعد به یه سری ابزار واسه جداسازی سیگنال نیاز داریم مثل(gmmو یا density base clustery یا همون dbscan) حالا روش های دیگه unsupervisrd learning algoritmدیگه هم هست که هرچی تعداد روش های که داده ها رو مقایسه کنیم بیشتر باشه قطعا نتیجه گیری راحت تر و بهتر هست - پروپوزال  را ضمیمه کردم