Attenuazione delle componenti ad alta frequenza mediante RNA

In questo studio è stata utilizzata una RNA per prevedere le componenti ad alta frequenza del sistema e sviluppare una strategia di controllo per mitigarne gli effetti. I risultati dello studio hanno dimostrato che la RNA è stata in grado di prevedere accuratamente le componenti ad alta frequenza del sistema e che la strategia di controllo è stata in grado di mitigarne efficacemente gli effetti. Questo studio dimostra il potenziale delle RNA per mitigare le componenti ad alta frequenza in un moderno sistema di distribuzione. Questo lavoro presenta un approccio innovativo per mitigare le componenti ad alta frequenza in un moderno sistema di distribuzione utilizzando una rete neurale artificiale (RNA). Il metodo proposto utilizza la capacità di una RNA di apprendere la complessa relazione tra i parametri del sistema e le armoniche di tensione ad alta frequenza. Il modello ANN addestrato viene quindi utilizzato per prevedere le componenti ad alta frequenza e generare segnali di controllo per mitigarle.

Kazi Kutubuddin Sayyad Liyakat a obtenu son B.E., son M.E. et son Ph.D. en ingénierie E&TC et travaille actuellement comme professeur et chef de département, département d'ingénierie E&TC et a été doyen de la recherche et du développement. Il est chercheur postdoctoral et travaille sur l'IdO dans les applications de soins de santé. Ses domaines d'intérêt sont l'IoT, l'IoRT, l'IoBT, l'IA, la ML et l'AIIoT.