توضیحات
پروژه تعیین محل خطا در ریز شبکه ها با متلب
در این شبیه سازی یک شبکه توزیع با تعدادی منبع محدود را برای تشخیص مکان خطا در خطوط با روش امپدانسی طبق مقاله مرجع کدنویسی کردیم.
در فایل اول ابتدا شبکه تست عادی مثلا ۲۲ باسه را طراحی کردیم که عکس شماتیک شبکه در پوشه قرار دادیم و سپس با روش امپدانسی و افزودن تک تک شاخه ها ماتریس را بدست اوردیم و س\س ماتریس ادیمیتانس را بدست اوردیم. و درایه های نیمه بالایی ماتریس را در متغیر ایکس و درایه های خط خروجی را بصورت باینری در نتغیر وای ذخیره کردیم و هردو متغیر را یکجا ذخیره می کنیم.
در فایل دوم شبکه عصبی پیشرو با ساختار چندلایه را معرفی مکنیم و داده ها را به سه دسته داده اموزش و تست و اعتبارسنجی تقسیم کرده و سپس شبکه عصبی را اموزش داده و نتایج اموزش و تست بصورت مربعات خطا و همچجنین بصورت تعداد نمونه خطا و درست نمایش داده میشود
در این شبیه سازی فرض کردیم که یک منبع دیجی با امپدانس \ریونیت ۰.۱ در مبنای مگاولت امپر در باس ۱۶ قرار دارد و مقاومت خطا را از صفر تا یک پریونیت تغییر دادیم.
در نتیجه با اجرای فایل تعداد ۲۰۲۰ نمونه اماده میشود همین تعداد نمونه کافیست و بعنوان ورودی برای فایل بعدی استفاده میشود.
در قسمت شبیه سازی تعداد نرون ها را پس از یکسری عملیات سعی و خطای هدفمند بهینه کردیم و تعداد ۷۸ و ۲۸ نرون را انتخاب کردیم و شماتیک شبکه غصبی در عکس در پوشه فایل ضمیمه شده است
نتایج عددی با اجرای فایل دوم در متلب ورژن ۲۰۱۸
- تعداد نمونه غلط و درست
- دقت نمونه اموزش
- دقت نمونه تست
- دقت اعتبارسنجی در روند اموزش
بصورت زیر بدست ما اید که بیانگر خطای نوزده صدم درصد ( کمتر از یک درصد ) شبکه عصبی در تشخیص خطا است.
نکات قابل ذکر:
- پروژه تعیین محل خطا در ریزشبکه ها با متلب توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.