Abschwächung hochfrequenter Komponenten durch ANN - Kazi, Kutubuddin Sayyad Liyakat
43,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
0 °P sammeln
  • Broschiertes Buch

In dieser Studie wurde ein ANN zur Vorhersage der Hochfrequenzkomponenten des Systems und zur Entwicklung einer Kontrollstrategie zur Abschwächung ihrer Auswirkungen eingesetzt. Die Ergebnisse der Studie zeigten, dass das ANN in der Lage war, die Hochfrequenzkomponenten des Systems genau vorherzusagen und dass die Regelungsstrategie in der Lage war, ihre Auswirkungen wirksam zu mindern. Diese Studie zeigt das Potenzial von ANNs zur Abschwächung der Hochfrequenzkomponenten in einem modernen Verteilungssystem. In dieser Arbeit wird ein neuartiger Ansatz zur Abschwächung hochfrequenter…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
In dieser Studie wurde ein ANN zur Vorhersage der Hochfrequenzkomponenten des Systems und zur Entwicklung einer Kontrollstrategie zur Abschwächung ihrer Auswirkungen eingesetzt. Die Ergebnisse der Studie zeigten, dass das ANN in der Lage war, die Hochfrequenzkomponenten des Systems genau vorherzusagen und dass die Regelungsstrategie in der Lage war, ihre Auswirkungen wirksam zu mindern. Diese Studie zeigt das Potenzial von ANNs zur Abschwächung der Hochfrequenzkomponenten in einem modernen Verteilungssystem. In dieser Arbeit wird ein neuartiger Ansatz zur Abschwächung hochfrequenter Komponenten in einem modernen Verteilungssystem unter Verwendung eines künstlichen neuronalen Netzes (ANN) vorgestellt. Die vorgeschlagene Methode nutzt die Fähigkeit eines ANN, die komplexe Beziehung zwischen Systemparametern und hochfrequenten Spannungsharmonischen zu erlernen. Das trainierte ANN-Modell wird dann zur Vorhersage der hochfrequenten Komponenten und zur Erzeugung von Steuersignalen zu deren Abschwächung verwendet.
Autorenporträt
Dr. Kazi Kutubuddin Sayyad Liyakat hat seinen B.E., M.E. und Ph.D. in E&TC Engineering abgeschlossen und arbeitet heute als Professor und Abteilungsleiter in der Abteilung E&TC Engineering. Er ist Post-Doktorand und arbeitet an IoT-Anwendungen im Gesundheitswesen. Sein Interessengebiet ist IoT, IoRT, IoBT, AI, ML und AIIoT.