Abstract: C. Jana, S. Banerjee, S. Maur, S. Dalai (2025)

This work proposes a Recurrence Plot (RP) based customized convolution neural network (CNN) method for the power system disturbance classification of (Distributed Generation) DG-based networks. All feasible disturbance-creating events including faults, different switching events and dual disturbances have been considered here. The proposed method has been applied to the disturbance signals generated from a laboratory-based experimental setup of DG. Those signals were converted to RP images to train the CNN algorithm. In addition, recurrence quantification analysis (RQA) was performed to train the Support Vector Machine (SVM) simultaneously for comparison. Performance indices have been estimated to validate the proposed method. This algorithm has also been tested under highly noisy conditions and performs satisfactorily.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Customized CNN based classification of power system disturbances using recurrence plots