Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/26429
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorธวัชชัย เตชัสอนันต์-
dc.contributor.advisorวิทยากร อัศดรวิเศษ-
dc.contributor.authorกิติพัฒน์ หน่อคำ-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2012-11-27T09:17:44Z-
dc.date.available2012-11-27T09:17:44Z-
dc.date.issued2554-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/26429-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2554en
dc.description.abstractวิทยานิพนธ์ฉบับนี้นำเสนอวิธีการตรวจจับและจำแนกเหตุการณ์ทางคุณภาพไฟฟ้าต่างๆ ด้วยเวฟเลต 2 มิติแบบเลือกปริภูมิย่อย คุณลักษณะเด่นพิเศษของสัญญาณรบกวนทางไฟฟ้าแต่ละประเภทสามารถนำมาวิเคราะห์การตรวจจับได้อย่างมีประสิทธิภาพมากขึ้น โดยการพิจารณาลักษณะเฉพาะของค่าสัมประสิทธิ์ที่ปรากฏอยู่ในปริภูมิย่อยของเวฟเลตซึ่งแตกต่างไปตามประเภทของสัญญาณรบกวนนั้นๆ ผลของการตรวจจับที่ได้นำมาเปรียบเทียบกับวิธีการตรวจจับด้วยเวฟเลต 1 มิติ และวิธีการตรวจจับด้วยเวฟเลต 2 มิติแบบไม่เลือกปริภูมิย่อย นอกจากนี้ในวิทยานิพนธ์ได้นำเสนอวิธีการจำแนกประเภทเหตุการณ์ทางคุณภาพไฟฟ้าแบบต่างๆ โดยใช้เวฟเลตแบบ 2 มิติร่วมกับเทคนิคข่ายงานประสาท จากนั้นวิธีที่นำเสนอถูกนำมาพัฒนาโดยใช้โปรแกรม MATLAB เพื่อทดสอบกับเหตุการณ์ทางคุณภาพไฟฟ้าที่สังเคราะห์ขึ้นจากโปรแกรม MATLAB และเหตุการณ์ทางคุณภาพไฟฟ้าจริงที่ได้จากระบบไฟฟ้า ผลการทดสอบที่ได้แสดงให้เห็นว่าวิธีการตรวจจับที่นำเสนอเป็นวิธีการที่มีความเหมาะสมในการตรวจจับเหตุการณ์ทางคุณภาพไฟฟ้าที่ใช้ทดสอบ และมีประสิทธิภาพในการจำแนกเหตุการณ์ทางคุณภาพไฟฟ้าที่ดีกว่าวิธีที่ใช้การจำแนกโดยใช้เวฟเลตแบบ 1 มิติen
dc.description.abstractalternativeThis thesis presents methods for power quality event detection and classification using selective 2D-wavelet subspaces. Distinctive features of signals obtained from different disturbance events are extracted using unique characteristics of corresponding wavelet coefficients presented in different 2D subspaces. Comparison between the proposed method with existing methods which are based on 1D wavelet and 2D wavelet with non-selective subspaces have been carried out. In addition, the thesis proposes a method for disturbance classification using neural network. The detection and classification algorithms were developed and implemented using MATLAB program and verified using both synthesized and actual signals captured from real power systems. The results show the method based on 2D-wavelet subspaces suitable for power quality event detection and has superior performance in classification than the traditional method using 1D wavelet.en
dc.format.extent5730006 bytes-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.relation.urihttp://doi.org/10.14457/CU.the.2011.1902-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectเวฟเล็ต (คณิตศาสตร์)en
dc.subjectไฟฟ้า -- การควบคุมคุณภาพen
dc.subjectระบบไฟฟ้ากำลังen
dc.subjectนิวรัลเน็ตเวิร์ค (คอมพิวเตอร์)en
dc.titleการตรวจจับและจำแนกเหตุการณ์ทางคุณภาพไฟฟ้าด้วยปริภูมิย่อยเวฟเลต 2 มิติen
dc.title.alternativePower quality event detection and classification using 2D-wavelet subspacesen
dc.typeThesises
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineวิศวกรรมไฟฟ้าes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisortayjasanant@yahoo.com-
dc.email.advisorwidhyakorn.a@chula.ac.th-
dc.identifier.DOI10.14457/CU.the.2011.1902-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
kitipat_no.pdf5.6 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.