Zastosowanie sztucznych sieci neuronowych w identyfikacji parametrów wielkości zakłóceniowych

Artykuł przedstawia wyniki identyfikacji parametrów wielkości zakłóceniowych występujących w systemie elektroenergetycznym. Oceniane będą wyniki otrzymane za pomocą trzech sztucznych sieci neuronowych oraz trzech klasycznych metod identyfikacji. Metody identyfikacji będą poprzedzone działaniem filtru cyfrowego typu Chebysheva II rzędu. Sygnałami wejściowymi w procesie identyfikacji będą funkcje analityczne opisujące typowe przebiegi wielkości zakłóceniowych występujących w systemie elektroenergetycznym. Sygnałem wyjściowym będzie wartość skuteczna sygnału wejściowego a kryteriami oceny będą błąd maksymalny oraz wartość średnia błędu w oknie pomiarowym.

---

The article presents the results of parameter identification of the fault values found in an electrical system. The results obtained by means of three artificial neural networks and three classical methods of identific ation will be assessed. The identification methods will be preceded by a Chebyshev type II digital filter. The input signals in the identification process will be constituted by analytical functions describing typical waveforms of fault values found in an electrical system. The output value will be constituted by the RMS of the input signal and the maximum error and the average error of the measurement window will be the assessment criteria.