هادی چهکندی نژاد - عضو هیئت علمی دانشگاه آزاد اسلامی واحد بیرجند
روزبه جهانی - دانشگاه آزاد اسلامی واحد تهران جنوب
آصف زارع - عضو هیئت علمی دانشگاه آزاد اسلامی واحد گناباد
حیدرعلی شایانفر - عضو هیئت علمی دانشگاه علم و صنعت ایران

این مقاله روشی نو برای بکارگیری شبکه های کلاسیفایر RBF,SVM درطبقه بندی انواع اغتشاشات وارده بر ژنراتورهای سنکرون درحوزه بهره برداری را با استفاده از اندازه گیری های بعمل آمده در حوزه زمان ارائه میدهد مولفه های بهینه الگو ها بوسیله الگوریتم خوشه بندی شهیاط و یک شاخص بهینه سازی فازی ا زمیان تعداد زیادی الگوی آموزشی تفکیک شده اند مقادیر نامی ماشین های سنکرون نیز دراین مسیر به عنوان یک شاخص انحراف بکارگرفته شده اند شبکه آموزش دیده با استفاده از اندازه گیری های بلادرنگ شبیه سازی شده و در جهت طبقه بندی اغتشاشات وارده بر ژنراتور تست شده است لازم به ذکر است الگوهای بکاررفته دراین مسیر تعدادی ژنراتور هستند که از حیث پارامترهای دینامیکی از یکدیگر متمایز شده اند در پایان عملکرد شبکه های RBF,SVM در شناسایی بلادرنگ حوزه خطا با یکدیگر مقایسه شده اند.

ژنراتور سنکرون، شبکه های SVM، شبکه های عصبی RBF ، طبقه بندی ، الگوریتم خوشه بندی شهیاط، اغتشاشات حوزه بهره برداری، شاخص بهینه سازی فازی Xie-Beni