Identification of Power Quality Disturbances Using S-Transform and Multi-Class Support Vector Machine

Abstract

Abstract: An essential issue in power quality disturbances is identifying and classifying power quality disturbances from anywhere and at any time. This article proposed a new approach to identify and classify power quality disturbances over the web using S-transform, Multi-Class Support vector machine (SVM), and Matlab framework. S-Transform is used as an extraction feature to obtain the temporal frequency characteristics of power quality events. The development of the multi-class SVM classifier, in which the system classifies various power quality disturbances. Finally, the Matlab framework integrated the graphical and computational processes with remote access via the web. The test result indicated the suggested method's effectiveness and robustness for identifying and classifying power quality disturbances through the web.Abstrak: Masalah penting dalam gangguan kualitas daya adalah mengidentifikasi dan mengklasifikasikan gangguan kualitas daya dari mana saja dan kapan saja. Artikel ini mengusulkan pendekatan baru untuk mengidentifikasi dan mengklasifikasikan gangguan kualitas daya melalui web menggunakan S-transform, Multi-Class Support vector machine (SVM), dan Matlab. S-Transform digunakan sebagai fitur ekstraksi untuk mendapatkan karakteristik frekuensi temporal dari peristiwa kualitas daya. Multi class SVM classifier dikembangkan dimana sistem mengklasifikasikan berbagai gangguan kualitas daya. Akhirnya, Matlab framework mengintegrasikan proses grafis dan komputasi sehingga dapat diakses jarak jauh melalui web. Hasil pengujian menunjukkan efektivitas dan robustnes metode yang usulkan untuk mengidentifikasi dan mengklasifikasikan gangguan kualitas daya melalui web.