Indonesi an  Journa l  of   El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   9 , No .   1 ,  J anu a ry  201 8 ,  pp. 1 77 ~ 1 82   IS S N:  25 02 - 4752 ,  DOI: 10 .11 591/ ijeecs . v9.i 1 . pp 1 77 - 1 82     177       Journ al h om e page :  http: // ia es core.c om/j ourn als/i ndex. ph p/ij eecs   The App lication  of  S - T ra nsform t o Reduc e Bord er Distorti on  Effect B ased on  Wind ow Length       S .  H ab s ah A s man*,  M . A . T alib M at  Yu s oh ,  A .   F arid  Abi din   Facul t y   of  El e c tr ic a l  Eng ineeri ng ,   Univer si ti Te kn ologi   MA RA   40 450  Shah  Alam,   Sela ngor,   Mal a ysia       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   A ug   2 6 , 201 7   Re vised  N ov   2 , 201 7   Accepte d  Nov   20 , 201 7       T he  enha n ce m e nt  of  powerful   signal   proc essin g    tool s  has  br oade ned  th e   scope   re se arc h   i n  power  qu al ity   ana l y sis. The  necess ity   of  pro ce ss ing  tool s   t o   compute  the  signal s  accurately   without   borde r  d istort ion  eff ect  p re senc e   ha s   demande d  nowada y s .   Henc e ,   S - Tra nsform   has  b ee n  select ed  in  t his  pape r  as  a  ti m e - fre qu ency   an aly sis  tools   for  power  d isturba nc e  dete ct ion  and   loc a li z at ion  as  it  ca pable  to  ext ra ct   fe a ture s  and  high  re soluti on  to   dea l  with   borde r  distort ion   eff ec t .   Vari o us  window  le ngth  signal   has  bee n  a naly z ed  to   over come  the  bo rde r  distortion  ef fe ct   in  S - Tra nsf orm . To  asc er ta in   val idit y   of   the   proposed  sche m e,   it   is    val ida t ed  with  IE EE   3  bus  te st  s y stem  and   sim ula ti on  re sult s  show   tha t  the   proposed  te chn i que  ca n  m ini m iz e  the   borde r   eff ect    while   de te c ti ng  tra nsi ent  and  volt ag e  sag  during  fa ult   s y stem.  As   a   re sult,   the   longes t  window  le ngt h  which  is  four  c y cle,   ou tpe rfor m   the   least   MS E  val ue  whic h  indi cate   th e  be st  per form anc e .   W hil e,   th e  short est  window  le ngth   re sult ing  highe st MSE  v alue  which   ind ic a t e  th e  wors t  p erf o rm anc e.     Ke yw or d s :   Border  D ist ort ion   Power Q ualit y (PQ)   S - T ran s f or m   W i ndow  Len gt h   Copyright   ©   201 8   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :     S .  Hab sa h As m an ,   Faculty  of Elec tric al  Engineer ing ,   Un i ver sit i Te knol og i M ARA ,  4045 0  S ha h A lam , S el angor,  Ma la ysi a .   E m a il :   sai datulhabsah 93@ gma il .co m         1.   INTROD U CTION   Power   qual it y  disturba nces  ( PQD)   can   be   i niti at ed    by  vari ou s   cuas es  ,i. e .  fa ult  a nd  swit chin g  wh ic h  can  ca us e u nde sired  e ff ect   t o  el ect rical   syst e m .  These  distu rb a nce  le a d  to n on - sta ti on a ry  sign al  o ccu ra nc e  an d  need   powe rful   processi ng   t ool  w hich  ca n  be  use d  for  co m pr e ssion , reconstr uction  a nd   featur e  e xtrac ti on   of   sign al  a naly sis  [1 ] , [ 2]   .     Hen ce ,  a dv a nc ed  m at he m atical   al go rithm   an d  arti fici al   intel li gen t  te chn i qu e   are  pro posed   to   eff ect ively   det ect   and   local iz e  power   dist urb ance  [3] .  H oweve r,   with  th e  adv a ncem ent  of   tim e - fr eq uen cy   analy sis,  so m e  dr a wb ac ks   ha s  been   occ urre d  on  an al yz ed  sign al .  T he  bord e r  dis to rtio n  at   the  end   po i nts  is   gen e rated  afte r   the  com pu ta tio n  process.  T hi s  te chn ic al   prob le m s  can  ca us e  m easur ed  data  fail ur es  a nd   peak s   at   the  sta rting   and   e ndin g  sig nal  [ 4] .  Bo rd e r   eff ect   ca n  be  reduce d  by  us i ng   t he  e xtensi on   m od e  m et ho d  i n  Wav el et   T ran s form   as  pr op ose d  by  [ 5] .  Bu t  it   nev er  bee n  disco ve red   usi ng   S T  an al ysi s  as  it   visu al iz e  the  disturba nce  in  tim e - fr eq uen cy   con to urs  form .  The  bor de r  cannot  be  detec te d  from   that  c on t ours  unle ss  eac h  fr e qu e ncy e xtr act ed  f ro m  ST ou t pu t.   Gen e rall y,  ST  is  a  co m bin at i on   el em ent  of   STFT  an d  W T   al go rithm .  In it ia ll y,  Fo ur ie r  Transf or m   is   introd uced   t o  deco m po se  t he  sig nal  int o  fr e qu e ncy  dom ai n.   Unfort un at el y,  it   do es  not  pro vide   any   inf or m at ion   re gardin g  on  ti m e.  E xten ded  of   this  sit uatio n,  short - tim e  FT  (S T FT)  is  intr oduce d  to   s olve   the   pro blem   by  us ing   sli ding  wi ndow  c on ce pt.  Howe ver,  STF T  com e  ou t  wi th  a  lim it a ti on   wh ic h  is  fi x  wi ndow  le ng th  th us  ca usi ng the  var ia ti on of  wind ow  cy cl e an d gi ve s low ti m e reso luti on  at  hi gh freq ue ncy.    In   1980s,  I.   Da ub ec hies  propo sed  w avelet   tra ns f or m   ( W T )  ba sed  on   dec ompo sit io n  sig nal   accor ding   to  ti m e - scal e  i ns te ad   of  fr e quency   an d  us i ng  m oth er  wa velet   with   ada ptable  scal i ng  pro per ti es  known   as   m ul ti   res olu ti on  [6] – [ 8] .  WT   featu r es  giv e   eff ect ive   tim e  and  f reque ncy  inf or m at ion   f or  real  powe r  qu al it y  Evaluation Warning : The document was created with Spire.PDF for Python.
    IS S N : 2502 - 47 52   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   9 ,  No.  1 ,  Jan ua ry 2018   :    1 77  –   1 82   178   even ts   su c h  as   transie nt  a nd  vo lt age   e ven ts   [ 9] .  E xten ded  from   it ,  S - Tra ns f or m   (S T )  is   pro posed   by   [ 10 ]   t o  increase the e ffec ti ven ess  of   de te ct ion  and lo cal iz at ion  PQD  ev ent.  In   sim p ly  w ords,  it  is Con ti nu ou s  W avelet   Transf or m   with  ph a se  c orrec ti on   a nd  us es  t he  window  t o  local iz e  the  s pe ct ru m   in  tim e   sim il ar  to  ST FT  [ 9],   [11] .    T he  m ain   ad va ntage  of  ST  is  it   prov i de s  m ult i  reso lu ti on   analy sis  w hile  m ai ntaining   the  a bsolute  ph a se   for  eac h fr e qu e ncy.    Ma ny  resea rchers  us e d  ST   to   extract  t he  fe at ur es  t o  be  use d  as   an   in pu t   in  cl assif ie r  t echn i qu e .  In  [12] ,  S.  Sh a bu dd i n  et .  al  pro po s ed  S - T ransf or m   to  detect   va rio us   po wer   di sturb a nces  i n  transm issi on   ne twork   syst e m .  In   [1 3] ,  M.  H.   Jo pri   et .  al   us ed  ST  to  analy ze  disturba nces  sign a l  of   power   distrib ution   syst em .   The   featur e s  are  e xtracted  in  for m   of   tim e - fr equ e ncy  re pr es entat ion s  in  order   to  cl assify   the  har m on ic   sign al .   Be sides,  S T  ha s  bee n  us ed   f or  i m age  detect io n.  I n  [ 13 ] , D .  Mi nghu i  et . a l   pro po se d  ST  a nd  H ough - Tra ns f or m   to  re pr ese nt  bette r  local iz a ti on   of   ti m e - fr eq ue ncy  an d  yi el ded   r obust   waterm aking   al gorithm   against   geo m et ric at ta c ks . B ut, n on e  of them  f oc us in g on bo rd e r dis tortio n  ef f ect   ge ner at e d  in  ST   analy sis.    Ther e f or e,  t his   pap e r  pro pose d  an  idea  t o  id entify   bor der   di stortion   m agni tud e  base d  on  fr e qu e ncy  le vel  extra ct ed   from   the  sig na l  analy sis  in  ST.  Win dow   le ng t h  of  ori gi na l  distu rb a nce  sign al   has   bee n  var i e d  to  te st  their  ef fi ci ency  in  the   analy sis.  The   longest  wind ow   le ng t h  is  r ecorde d  to  be   the  best  use d  for  a n  analy sis du e t o l ow est   bord e r m agn it ud e  pres ented.   To vali da te  the r esult, t he  sig nal is sim ula te  in  three  p ha se  bu s  syt em  in  MATLAB/Si m ulink.        2.   RESEA R CH MET HO D   2.1       S - Tr ansf orm  (S T)  The ory   S - tra ns f orm   is   extend e d  ide a  fr om   Con ti nuous  W a vele t  Tran sf orm   ( C W T)  based   on   m ov in g  Gau s sia n  wind ow   [14]   with  a   ph as e  co rr ect i on.    It  pr ov i de  fr e qu e ncy  co nt our  w hic h  can  local iz e  the  sig nal  at  the h i gh e r n oise le vel. T hus,  it  can be  def i ne d  as                                             (1)       Wh e re t he  m oth er  w a velet  is  def i ne  as                                                          (2)     T he  scal e  pa ra m et er o f  d   is  in ver se  of  fr e que ncy  f . howe ver, m oth er  wav el et  eq uati on in ( 1) does  not sat isfy  with ze ro m ea n   pro per ty . T hu s, S - T ra ns f or m  can  be  de fin e as                                                                                      (3)     T he S - T ransf orm  a lso can be   wr it te n  i n  F our ie r  Tra nsfo rm  f or m                                                                                    (4)     Fr om  eq .  (3) a nd (4), the  d isc rete t i m e - series o f  S - tra ns f or m  corres pond t o g( t)  b y m aking           an d           .                                                                                            (5)     Wh e re  k, m =0,  1 ,  …… ., N - 1  and n =  0,1,…. .,N - 1.     Fo r  n = 0                                                   (6)       Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci   IS S N:  25 02 - 4752     Th e  Ap plicati on  of S - Tr ansfor m  to  Re du ce  B or de r  Distorti on… ( S. H absah  Asma n )   179   2.2        E xt r ac t ed Freq uenc y L evel Base d  on Wi nd ow Le ng t h   The  co nvolu ti on   the or em   and   eff ic ie ncy  of  the  FFT  hel p  to  acce le rate  the  discrete  S - T ran s f or m   com pu ta ti on   pr ocess.   S - tra ns f or m   resu lt ing   the  com plex  va lue  m at rix  wh e re  each  colum n  corres pond  to  tim e   and r ow c orres pond to  freq ue ncy  [ 9] . T he  i nst antane ou s  m a xim u m  a m pli tud e ca n be  ob ta i ned f ro m                                     (7)     Wh il e th e  ph as e an gle ca n be  cal culat ed usin g                                                                       (8)     Ba sed  on  this r esearch   sc op e , th e  m ini m iz ed  bor der  d ist ort ion  wa s d isc ove red  at   im aginar y  par t o f  the   hi gh e st   fr e qu e ncy lev e l of S - t ran s f orm  w hich  is                                   (9)     Wh e re  K  repr esent  sam pling  inter val  of  t he   sig nal  at   the   highest  fr e qu ency  le vel.   Th e  wind ow  le ngth  of  sam pling  inter val h a s  been se le ct ed  as  on e - c yc le , two - cy cl e, fo ur - cy cl e an d fu ll - cy cl e sig nal for  the a nal ysi s.        3.   RESU LT S   A ND AN ALYSIS   3.1       Sim ulat i on   of  T ra nsie nt   an d   V olt ag e Sag Si gnal   A  sin gle li ne - to - gro und fault  is creat ed  i n  th ree phase  bus s yst e m  f or  sig na l analy sis. For  ex am ple,  in  Figure  1,  trans ie nt  and   vo lt ag e  sag  fau lt   f or   the  durati on  of   0. 1s  is  create d  on  phase  A  at   0. 1s.  The  distance   relay   at   300k m   locat ed  bet we en  bus  1  an d  bus  2  i s  c onside red   i n  this  stu dy .  Figure   2  sho ws  the  tra ns ie nt   and   sag  volt age  m e asur e d  by  the  distance  relay   betwee n  bus  1  and   bu s  2.   O nc e  the  fau lt   oc curred  i n  the  s yst e m ,  the sig nal at t he  upstream  is fu rt her   sim ulated  at  0.35s sim ulati on  ti m e sto p.         Figure  1 .   Th re e phase  3 b us  s yst e m           Figure  2 .   Tra nsi ent and  vo lt a ge  sag i nput si gnal   Evaluation Warning : The document was created with Spire.PDF for Python.
    IS S N : 2502 - 47 52   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   9 ,  No.  1 ,  Jan ua ry 2018   :    1 77  –   1 82   180   3.2      S - Tr an s fo rm   C ont ou r  Sim ula tion   In  this  par t,  S - Transf or m  an al ysi s is app li ed t o  the sig nal to  d et ect  the transi ent and volt age sag   fa ult.  Fig ur e   3  (a)   s hows  S - tra ns f or m   con to ur   of  fu ll - cy cl e  sig nal  to  il lustrate   the  fa ult  occ urred   at   0.1 s.  Wh il e   Figure  3  ( b)   s hows  t he  S - Tra ns f or m   ou t pu t  extracte d  from   the  analy sis  to   determ ined  bo rd e r  dist or ti on  eff ect   at  the starti ng a nd endin g si gn al .             (a)     (b)     Figure  3 .   (a )  S - Transf or m  co nt ours ,   ( b)  B ord er  distor ti on e f fect       3.3     Ef fect  of  Window L en gth   W i ndow  le ngth  va riat ion   af fecti ng   the  ti m e  and   fr e qu ency  reso l utio n  of  the  signa l.  Fi gure  5  dem on strat e  the  var yi ng   wind ow   le ngth  ha s  been   em plo ye d  for  the  analy sis.  The  analy sis  sign al   detect ed  at   0.093 67 s   w hic h  is  befor e  t he   distu rb a nce  occurre d  for  a ll   cases.   The   longest  window  le ngt h  (full - cy cl e   sign al )  base d  in  F ig ur e  1  was   analy zed  first  as  a  ref ere nced  as  it  resu lt ing   the  lowest  bor der   m agn it ud e  base d  in  F ig ure  4 ( b).           Figure  4 .   (a ) O ne - cy cl e  window len gth ,   (b)  T wo - cy cl e w i ndow len gt h, (c ) Fo ur - cy cl e w in dow  le ng t h       Ba sed  on  T a ble  1  the  highest   wind ow  le ngt h  re su lt in g  t he   lowe st  bo rd e r   m agn it ud e  at   the  sta rtin g  and  en ding  of   the  s - tra nsfo r m   ou tpu t  w hic h  are   13 7.2  an d  79 .44.  The  bor der  ef fec t  ca n  be   cl early   obser ve d  from   F ig ure   6  wh ere  is  one - cy cl e  window  le ng t h  der i ved   the  highe st  bo r der   m agn it ud e  a nd   f our - cy cl e   window le ng t h de rive d  the  lo west  bord e r  m agn it ude  res pe ct ively .       T able   1 .   Ma gn i tud e  of Bo r der   Distortio n   Fs  (kHz)   W in d o w  len g th   (cy cl e)   Sa m p lin g   in d ex   Frequ en cy   (kHz)   Magn itu d e   Starting   End in g     2 5 .6   21   8961   4 .48 1   4 .83   4 .16   4   1708   0 .85 5   4 6 .06   3 9 .96   2   854   0 .42 8   9 1 .20   7 9 .44   1   427   0 .21 5   1 3 7 .20   1 1 7 .20   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci   IS S N:  25 02 - 4752     Th e  Ap plicati on  of S - Tr ansfor m  to  Re du ce  B or de r  Distorti on… ( S. H absah  Asma n )   181   3.4    Bor der  I ndex A n al ys is   Fu rt her  analy si s  exte nd e d  fro m   pr evio us   bord e r  m agn it ude  has   bee n  a na ly zed  by  m easur i ng  m ean  sq ua re  e rro r  ( MSE)  for  t he  bor der .   T hu s ,  5  po i nt  at   sta rt ing   a nd  e nd i ng   sig nal  le ngth  resp ect ively   e xt racted   from   analy sis  s ign al   ha ve  bee n  cal culat ed  to   def ine  MS E  a s  in  T able  2.  T ho s e  point  in de x  is  ch os en  ba sed  on  the  gr a ph  at   the  bord e r  sta rte d  increas e  an d  decr ease  res pe ct ively .  The  MSE  for  each  sel ect ed  cy cl e  has  been  com par ed  wi th  f ull - cy cl e  bor der   i ndex  (F ig ure  6)  to  i de ntify  the  op ti m u m   value  ba sed  on   t heir   window   le ng th .            (a)   (b)     Figure  5 .  ( a )  B order i ndex  sel ect ed  at  starti ng  po i nt, (b )  B orde r  in de x  sel e ct ed  at  e nd i ng  po i nt       Ba r  cha rt   in  F ig ure  7  in dicat es  MSE  at   the   sta rting  bor de r  is  the  highes t  for  on e - cy cl e  wind ow   le ng th .  Wh il e  four - cy cl e  window  le ng t h  in dicat es  the  lo west  MSE  val ue  wh ic h  are   731.  Eq uiv al e nt  to  th e   MSE  at   the   en ding  bor der ,   in dicat e  the  opti m u m   value  for   longest  wind ow  le ngth   wh ic h  is  490.  Wh il e  MSE   at   sta rting   a nd  end i ng  bo rd e r  for  on e - cy cl e  widow   le ngth  ou t perform   the  highest  MS E  value  w hich  a r e  7690   and 30 73 r es pe ct ively . F urt he r  a naly sis res ult can  ref e r  in   T able 2.           Figure  6 .   MSE  of  bord e r dist ort ion       T able   2 .   MS E  Value  f or   Va riou s   W i ndow L eng t h   W in d o w  len g th   (cy cl e)   Bo rder  in d ex     MSE     Starting   End in g   1   5     7690   3073   2     3212   1821   4     731   490       4.         CONCL US IO N   The  at ta inm ent  of   le ast   bor der   m agn it ude   has  been  dis cov e re d  by  e xt racti ng   th e  hi gh e st  le vel  fr e qu e ncy  of  im aginar y  ph a s e  ST.   W i ndow  le ngth   of   sign al   a naly sis  giv es   the  m ain   factor  af fect ing   t he   bor der   dist or ti on   m agn it ud e .  The  lo ng est   wi ndow  le ng t h  yi el de d  lo west  bor der   m agn it ude.    The  pe rfo r m ance  of  bor de r  distor ti on  re du ct io n  ca n  be  obse rv e d  from   the  MSE  of  va rio us   wind ow  le ngth  sig nal.  F r om   the   resu lt ,  fou r - cy cl e  window  l eng t h  sig nal  pr ese nted   the   le ast   MSE  wh il e  on e - cy c le   window  le ng t h  Evaluation Warning : The document was created with Spire.PDF for Python.
    IS S N : 2502 - 47 52   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   9 ,  No.  1 ,  Jan ua ry 2018   :    1 77  –   1 82   182   ou t perform ed  the   worst  MSE  resu lt .  The  le ast   MSE  ind ic at e  the  best  perform ance  fo r  bo rd e r  distor ti on   reducti on  rath er  than  hi gh e r   MSE  value.   This  te chn i que  is  pr oven  to  detect   diff e r ent  border  dis torti on   m agn it ud e  w it h diff e re nt w i ndow le ng t h of  sign al .       ACKN OWLE DGE MENTS     The  aut hor  ac knowle dges  th e  finan ci al   s uppo rt  giv e n  by   Mi nistry  of   Higher  E ducat ion   (M O HE )   Ma la ysi a fo r s ponsori ng this  researc h  i n  the   form  o f gr a nt - in - ai d 600 - RM I /FR GS   5/3 ( 0103 / 2016) .       REFERE NCE S   [1]   R.   Sugi,   ‘Est imati on  of   Pow er  Q ual ity   Indi ce s Us ing  Discre te Wavel e t  Tr ansform ’,   IE EE ,   2016 .   [2]   U.  Singh  and  S .   N.  Singh,   ‘Ti m e  –   fr eque nc y   –   sca le  tra nsform   for  anal y s is  of  PQ   disturba nc es’,  IET  Sci.  M eas.   Technol . ,   vo l. 11 ,   no .   3 ,   pp .   305 – 314,   2017 .   [3]   O.  P.  Mah el a   an d  A.  G.   Shaik,  ‘ Rec ognition  of   p ower  qualit y   d ist urba nce s  using   S  - tra nsform   base d  rul ed  d ec isio n  tre e   and   fuz z y   C - m ea ns c lusterin g  class ifi ers’,  Ap pl.   So ft   Comput .   J. ,   vol .   59 ,   pp .   2 43 – 257,   2017 .   [4]   T.   Yal ci n  and  M.  Ozde m ir,   ‘N oise  ca n cellatio n  and  fe at ure   g ene ra ti on  of  vo l ta ge  d isturba nc e   for  ide nt ifica t io n   sm art   grid  f aul ts ’,   E EE IC   2016  -   Int.   Con f. E nv iron.   E lectr.   Eng. ,   2 016.   [5]   S.  Habsah  As m an  and   A.  Fari d  Abidin,  ‘Com par ative  Stud y   of   Extension  Mode  Method  in  Reduc ing  Bord e r  Distorti on  Eff ect  for  T ra nsien t  Volta ge   Disturb anc e’ ,   Indon es.   J.   El e ct r.   Eng .   Comput.   Sc i. ,   v ol.   6 ,   no .   3,   p.   6 28,   2017.   [6]   I.   Daube chies,  ‘ The   W ave let  Tr ansform   ,   Ti m e - Freque nc y   Loca li z at ion  and  Sig nal   Anal y s is’ ,  IEE E  Tr ans.  Inf.   Theory ,   vol .   36 ,   no.   5 ,   pp .   961 – 1 001,   1990 .   [7]   S.  Ventosa ,   C.   Sim on,   M.  Schim m el ,   J.  J.  Dañobe it i a,   and  A.  Mà nuel ,   ‘Th e  S  - Tra nsform   Fro m   a   W ave le t  Point  o f   View’,   I EE E   Tr ans.  Signal P roc ess. ,   vo l. 56, no.  7,   pp .   2771 – 278 0,   2008 .   [8]   P.   Dash,  B.   K.  P ani gra h i,   and  G.   Panda,  ‘Pow er  Quali t y   An aly s is  Us ing  S - Tra nsform ’,   IEE E   Tr ans.  Powe r  De li v . ,  vol.   18 ,   no .   2 ,   pp .   406 – 411 ,   2003 .   [9]   D.  Saxena,  S.   N.   Singh, and  K.  S .   Verm a,   ‘Ana l y s is  of  Com posite   Pow er  Quali t y   E vent s Us ing  S - T ra nsform ’,   IEEE   PE S  ISGT   AS IA ,   pp.   1 – 7,   2012.   [10]   R.   G.  Stockwel l ,   L.   Mansinha ,   a nd  R.   P.  Lowe ,   ‘Loc a li z at ion  of   the   complex  spec trum:  The   S  tra nsform ’,   IEE E   Tr ans.  Signal   Pr oce ss . ,   vol. 44, n o.   4 ,   pp .   998 – 10 01,   1996 .   [11]   S.  R.   Sata o  and  R.   S.  Kanka le,  ‘ Cla ss ifi c at ion  of   Pow er  Quali t y   Eve nts  using  Im prove d  S -   Tra nsform ’,   Int.   J.   S ci.  Technol .   Eng . ,   v ol.   2 ,   no .   5 ,   pp .   1 – 5,   2015 .   [12]   D.  De  Yong,  S.   Bhowm ik,   and  F.  Magna go,   ‘An  eff ec t ive   power  qual ity   c la ss i fie r  using  wave l et   tra nsform   and  support  vector  m ac hin es’,   Ex p ert Syst.   Appl. ,   vol.  42,   no .   15 – 16 ,   p p.   6075 – 6081 ,   2 015.   [13]   M.  H.  Jopri,   A.  R.   Abdulla h ,   M.   Mana p,   M.  F.  Habba n,   and  T.   Sutikno,   ‘An  Acc ura t e  Cla ss ifica ti on  Method  of   Harm onic   Signal s  in  Pow er  Distribut ion  S y s t em  b y   Util ising  S - Tra nsform ’,   TEL KOMNIKA  ( Te le communic a ti o n  Comput.   E lectron.   Control . ,   vol .   15,   no .   1 ,   p .   62 ,   2017.   [14]   N.  Huang  and  L .   Li n ,   ‘Rev ie w  of   Pow er - Quali t y   Disturbanc e   Re c ognit ion  Us ing  S - tra nsform ’,   IE EE ,   pp.   438 – 441 ,   2009.       Evaluation Warning : The document was created with Spire.PDF for Python.