Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/50311
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | ชาญณรงค์ บาลมงคล | en_US |
dc.contributor.author | บุศรินทร์ พันธ์กระจับ | en_US |
dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ | en_US |
dc.date.accessioned | 2016-12-01T08:04:44Z | |
dc.date.available | 2016-12-01T08:04:44Z | |
dc.date.issued | 2558 | en_US |
dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/50311 | |
dc.description | วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2558 | en_US |
dc.description.abstract | วิทยานิพนธ์ฉบับนี้นำเสนอการศึกษาเปรียบเทียบการตรวจจับความผิดพร่องชนิดอิมพีแดนซ์สูงด้วยวิธีโครงข่ายประสาทเทียมกับวิธีการวิเคราะห์ฮาร์มอนิก สัญญาณกระแสผิดพร่องของแต่ละเฟสจะผ่านกระบวนการการแปลงเวฟเล็ตก่อนนำมาวิเคราะห์ด้วยโครงข่ายประสาทเทียมและผ่านการแปลงฟูริเยร์อย่างเร็วก่อนนำมาวิเคราะห์องค์ประกอบฮาร์มอนิก โดยได้ศึกษาพิจารณาหากระบวนการและเกณฑ์ที่เหมาะสมของแต่ละวิธีในการตัดสินใจว่าเป็นความผิดพร่องชนิดอิมพีแดนซ์สูง การทดสอบสมรรถภาพในการตรวจจับความผิดพร่องชนิดอิมพีแดนซ์สูงจะใช้ข้อมูลเหตุการณ์ความผิดพร่องชนิดอิมพีแดนซ์สูงและข้อมูลเหตุการณ์ที่ไม่ใช่ความผิดพร่องชนิดอิมพีแดนซ์สูง ซึ่งได้จากการจำลองด้วยโปรแกรม EMTP จากเครื่องบันทึกเหตุการณ์ผิดพร่องแบบดิจิทัลที่ติดตั้งอยู่ที่สถานีไฟฟ้าและจากการทดลองจริงในภาคสนาม ผลจากการทดสอบด้วยข้อมูลจำนวนทั้งสิ้น 111 เหตุการณ์ พบว่าวิธีโครงข่ายประสาทเทียมให้ความถูกต้องในการระบุความผิดพร่องชนิดอิมพีแดนซ์สูงร้อยละ 98.2 น้อยกว่าวิธีการวิเคราะห์ฮาร์มอนิกที่ให้ความถูกต้องร้อยละ 100 | en_US |
dc.description.abstractalternative | This thesis presents a comparative study on high-impedance fault detection methods using Artificial Neural Network (ANN) and Harmonic Analysis (HA). The signal of fault current in each phase is processed by wavelet transform and then analyzed with ANN. On the other hand, it is processed by fast fourier transform and then analyzed with HA. The process and criteria of each method for high-impedance fault detection are proposed. The effectiveness of both methods was tested using data of high-impedance faults and non-high-impedance faults. These data were obtained from simulation with EMTP, digital fault recorders located in substations and field tests. From the total test data of 111 cases, the ANN method could detect high-impedance fault with 98.2% accuracy. The HA method performed better with 100% accuracy. | en_US |
dc.language.iso | th | en_US |
dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.relation.uri | http://doi.org/10.14457/CU.the.2015.1421 | - |
dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.subject | อิมพีแดนซ์ | |
dc.subject | นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์) | |
dc.subject | การวิเคราะห์ฮาร์มอนิก | |
dc.subject | Impedance (Electricity) | |
dc.subject | Neural networks (Computer science) | |
dc.subject | Harmonic analysis | |
dc.title | การศึกษาเปรียบเทียบวิธีการตรวจจับความผิดพร่องชนิดอิมพีแดนซ์สูง | en_US |
dc.title.alternative | A comparative study on high impedance fault detection methods | en_US |
dc.type | Thesis | en_US |
dc.degree.name | วิศวกรรมศาสตรมหาบัณฑิต | en_US |
dc.degree.level | ปริญญาโท | en_US |
dc.degree.discipline | วิศวกรรมไฟฟ้า | en_US |
dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
dc.email.advisor | Channarong.B@Chula.ac.th,Channarong.B@chula.ac.th | en_US |
dc.identifier.DOI | 10.14457/CU.the.2015.1421 | - |
Appears in Collections: | Eng - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
5670265421.pdf | 3.84 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.