32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
16 °P sammeln
  • Broschiertes Buch

Dans cette étude, un ANN a été utilisé pour prédire les composantes à haute fréquence du système et pour développer une stratégie de contrôle afin d'atténuer leurs effets. Les résultats de l'étude ont montré que l'ANN était capable de prédire avec précision les composantes à haute fréquence du système et que la stratégie de contrôle était capable d'atténuer efficacement leurs effets. Cette étude démontre le potentiel des ANN pour atténuer les composantes à haute fréquence dans un système de distribution moderne. Ce travail présente une nouvelle approche pour atténuer les composantes à haute…mehr

Produktbeschreibung
Dans cette étude, un ANN a été utilisé pour prédire les composantes à haute fréquence du système et pour développer une stratégie de contrôle afin d'atténuer leurs effets. Les résultats de l'étude ont montré que l'ANN était capable de prédire avec précision les composantes à haute fréquence du système et que la stratégie de contrôle était capable d'atténuer efficacement leurs effets. Cette étude démontre le potentiel des ANN pour atténuer les composantes à haute fréquence dans un système de distribution moderne. Ce travail présente une nouvelle approche pour atténuer les composantes à haute fréquence dans un système de distribution moderne en utilisant un réseau neuronal artificiel (RNA). La méthode proposée utilise la capacité d'un ANN à apprendre la relation complexe entre les paramètres du système et les harmoniques de tension à haute fréquence. Le modèle ANN formé est ensuite utilisé pour prédire les composantes à haute fréquence et générer des signaux de contrôle pour les atténuer.
Autorenporträt
Il Dr. Kazi Kutubuddin Sayyad Liyakat ha completato i suoi studi di laurea, laurea magistrale e dottorato in ingegneria E&TC e attualmente lavora come professore e capo dipartimento presso il dipartimento di ingegneria E&TC. È borsista post-dottorato e lavora sull'IoT nelle applicazioni sanitarie. Le sue aree di interesse sono IoT, IoRT, IoBT, AI, ML e AIIoT.