I
nte
rna
t
io
na
l J
o
urna
l o
f
P
o
w
er
E
lect
ro
nics
a
nd
Driv
e
Sy
s
t
e
m
s
(
I
J
P
E
DS)
Vo
l.
1
2
,
No
.
3
,
Sep
tem
b
er
2
0
2
1
,
p
p
.
19
28
~
19
39
I
SS
N:
2
0
8
8
-
8
6
9
4
,
DOI
: 1
0
.
1
1
5
9
1
/i
j
p
ed
s
.
v
1
2
.
i3
.
p
p
19
28
-
19
39
1928
J
o
ur
na
l ho
m
ep
a
g
e
:
h
ttp
:
//ij
p
e
d
s
.
ia
esco
r
e.
co
m
Cla
ss
ificatio
n and
directi
o
n discri
mina
tion o
f
faul
ts i
n
trans
m
iss
io
n l
ines
using
1D co
nv
o
lutiona
l neural ne
t
w
o
rk
s
Ah
m
ed
T
ha
m
er
Ra
d
hi
1
,
Wa
el
H
us
s
ei
n
Z
a
y
er
2
,
Adel
M
a
n
a
a
Da
k
hil
3
1,
2
El
e
c
tro
m
e
c
h
a
n
ica
l
En
g
in
e
e
rin
g
De
p
a
rtm
e
n
t,
M
isa
n
En
g
in
e
e
rin
g
T
e
c
h
n
ica
l
Co
ll
e
g
e
,
S
o
u
t
h
e
rn
T
e
c
h
n
ica
l
Un
iv
e
rsity
,
Ba
sra
h
,
Ira
q
3
De
p
a
rtme
n
t
o
f
El
e
c
tri
c
a
l
En
g
in
e
e
rin
g
,
En
g
in
e
e
rin
g
C
o
ll
e
g
e
,
Un
iv
e
rsit
y
o
f
M
isa
n
,
M
isa
n
,
Ira
q
Art
icle
I
nfo
AB
ST
RAC
T
A
r
ticle
his
to
r
y:
R
ec
eiv
ed
J
u
n
1
0
,
2
0
21
R
ev
i
s
ed
Ju
l
8
,
2
0
21
A
cc
ep
ted
J
u
l 1
6
,
2
0
21
T
h
is
p
a
p
e
r
p
re
se
n
ts
a
f
a
st
a
n
d
a
c
c
u
ra
te
f
a
u
lt
d
e
tec
ti
o
n
,
c
las
sif
i
c
a
ti
o
n
a
n
d
d
irec
ti
o
n
d
isc
rim
in
a
ti
o
n
a
lg
o
ri
th
m
o
f
tran
s
m
issio
n
li
n
e
s
u
sin
g
o
n
e
-
d
im
e
n
sio
n
a
l
c
o
n
v
o
lu
t
io
n
a
l
n
e
u
ra
l
n
e
tw
o
rk
s
(1
D
-
CNN
s)
th
a
t
h
a
v
e
in
g
ra
in
e
d
a
d
a
p
ti
v
e
m
o
d
e
l
to
a
v
o
id
th
e
f
e
a
tu
re
e
x
trac
ti
o
n
d
if
f
icu
lt
ies
a
n
d
f
a
u
lt
c
las
si
f
ica
ti
o
n
in
to
o
n
e
lea
rn
in
g
a
lg
o
rit
h
m
.
A
p
ro
p
o
se
d
a
lg
o
rit
h
m
is
d
irec
tl
y
u
sa
b
le
w
it
h
ra
w
d
a
ta
a
n
d
th
is
d
e
l
e
tes
th
e
n
e
e
d
o
f
a
d
isc
re
te
fe
a
tu
re
e
x
trac
ti
o
n
m
e
th
o
d
re
su
lt
in
g
in
m
o
re
e
f
fe
c
ti
v
e
p
ro
tec
ti
v
e
sy
ste
m
.
T
h
e
p
ro
p
o
se
d
a
p
p
ro
a
c
h
b
a
se
d
o
n
th
e
th
re
e
-
p
h
a
se
v
o
lt
a
g
e
s
a
n
d
c
u
rre
n
ts
sig
n
a
ls
o
f
o
n
e
e
n
d
a
t
th
e
re
la
y
lo
c
a
ti
o
n
in
th
e
tra
n
sm
issio
n
li
n
e
sy
ste
m
a
re
ta
k
e
n
a
s
in
p
u
t
to
th
e
p
ro
p
o
se
d
1D
-
CNN
a
lg
o
rit
h
m
.
A
1
3
2
k
V
p
o
w
e
r
tran
sm
issio
n
li
n
e
is
sim
u
late
d
b
y
M
a
tl
a
b
sim
u
li
n
k
to
p
re
p
a
re
th
e
tr
a
in
in
g
a
n
d
tes
ti
n
g
d
a
ta
f
o
r
th
e
p
ro
p
o
se
d
1
D
-
CNN
a
lg
o
rit
h
m
.
T
h
e
t
e
stin
g
a
c
c
u
ra
c
y
o
f
th
e
p
ro
p
o
se
d
a
lg
o
rit
h
m
is
c
o
m
p
a
r
e
d
w
it
h
o
th
e
r
tw
o
c
o
n
v
e
n
ti
o
n
a
l
m
e
t
h
o
d
s
w
h
ich
a
re
n
e
u
ra
l
n
e
tw
o
rk
a
n
d
f
u
z
z
y
n
e
u
ra
l
n
e
tw
o
rk
.
T
h
e
re
su
lt
s
o
f
te
st
e
x
p
lain
th
a
t
th
e
n
e
w
p
ro
p
o
se
d
d
e
tec
ti
o
n
s
y
ste
m
is
e
ff
i
c
ien
t
a
n
d
f
a
st
f
o
r
c
las
si
fy
in
g
a
n
d
d
irec
ti
o
n
d
isc
rimin
a
ti
o
n
o
f
f
a
u
lt
in
tran
sm
issio
n
l
in
e
w
it
h
h
ig
h
a
c
c
u
ra
c
y
a
s
c
o
m
p
a
re
d
w
it
h
o
th
e
r
c
o
n
v
e
n
ti
o
n
a
l
m
e
th
o
d
s u
n
d
e
r
v
a
rio
u
s co
n
d
it
i
o
n
s
o
f
f
a
u
lt
s.
K
ey
w
o
r
d
s
:
1D
-
C
N
N
C
NN
Fau
lt
c
la
s
s
i
f
icat
io
n
Fau
lt
d
etec
tio
n
T
r
an
s
m
is
s
io
n
l
i
n
e
T
h
is
is
a
n
o
p
e
n
a
c
c
e
ss
a
rticle
u
n
d
e
r th
e
CC BY
-
SA
li
c
e
n
se
.
C
o
r
r
e
s
p
o
nd
ing
A
uth
o
r
:
Ah
m
ed
T
h
a
m
er
R
ad
h
i
Dep
ar
t
m
en
t o
f
E
lectr
o
m
ec
h
an
ical
E
n
g
in
ee
r
i
n
g
E
n
g
i
n
ee
r
i
n
g
T
ec
h
n
ical
C
o
lle
g
e
o
f
Misan
So
u
t
h
er
n
T
ec
h
n
ical
U
n
i
v
er
s
it
y
,
B
asra
h
,
I
r
aq
E
m
ail: a
h
m
ed
.
r
ad
h
i
@
s
tu
.
ed
u
.
i
q
1.
I
NT
RO
D
UCT
I
O
N
T
h
e
o
n
e
o
f
th
e
b
asic
co
m
p
o
n
en
ts
i
n
p
o
w
er
s
y
s
te
m
s
is
T
r
an
s
m
i
s
s
io
n
L
in
e
s
.
T
h
e
p
o
s
s
ib
ilit
y
o
f
f
au
lt
s
o
cc
u
r
s
in
tr
an
s
m
is
s
io
n
li
n
e
s
ar
e
h
ig
h
er
t
h
an
th
a
t
i
n
o
th
er
p
o
w
er
co
m
p
o
n
e
n
ts
in
p
o
w
e
r
s
y
s
te
m
b
ec
au
s
e
tr
an
s
m
is
s
io
n
lin
e
s
ar
e
ex
p
o
s
e
d
to
d
if
f
er
en
t
co
n
d
itio
n
s
o
f
th
e
en
v
ir
o
n
m
e
n
t.
I
f
a
f
au
lt
h
ap
p
en
s
i
n
tr
a
n
s
m
i
s
s
io
n
lin
e,
t
h
e
p
o
w
er
s
y
s
te
m
i
s
e
x
p
o
s
ed
to
a
d
a
m
a
g
e,
t
h
er
ef
o
r
e,
i
t
is
n
ee
d
ed
to
r
eliab
le
a
n
d
r
ap
id
ef
f
ec
ti
v
e
m
et
h
o
d
to
class
if
y
an
d
d
etec
t
th
e
f
au
lts
to
i
m
p
r
o
v
e
th
e
p
o
w
er
s
y
s
t
e
m
tr
an
s
ien
t
s
tab
ilit
y
,
tr
a
n
s
m
i
s
s
io
n
li
n
e
tr
an
s
f
e
r
p
o
w
er
h
as
b
ee
n
in
cr
ea
s
ed
a
n
d
to
r
eser
v
e
th
e
h
ea
lt
h
y
o
p
er
atio
n
o
f
p
o
w
er
s
y
s
te
m
.
Dif
f
er
e
n
t
m
et
h
o
d
s
h
a
v
e
b
ee
n
u
s
ed
f
o
r
f
a
u
lts
d
etec
t
in
g
,
clas
s
if
y
in
g
a
n
d
d
is
cr
i
m
in
a
tio
n
i
n
tr
an
s
m
i
s
s
io
n
li
n
e,
w
h
ic
h
ar
e
co
n
v
e
n
tio
n
al
m
et
h
o
d
s
an
d
ar
ti
f
icial
in
te
lli
g
en
t
m
eth
o
d
s
.
T
h
e
ar
tif
icial
n
e
u
r
al
n
et
w
o
r
k
s
(
A
NN
s
)
b
ased
d
ir
ec
tio
n
f
a
u
lt
d
is
cr
i
m
i
n
ato
r
w
a
s
p
r
o
p
o
s
ed
b
y
[
1
]
.
T
h
e
p
r
o
p
o
s
ed
m
et
h
o
d
u
s
i
n
g
th
e
s
a
m
p
les
o
f
in
s
ta
n
ta
n
eo
u
s
v
al
u
e
s
o
f
v
o
ltag
e
s
an
d
cu
r
r
en
ts
o
f
f
a
u
lt
s
o
cc
u
r
s
at
d
i
f
f
er
en
t
lo
ca
tio
n
s
o
n
a
tr
an
s
m
i
s
s
io
n
li
n
e
to
f
ee
d
t
h
e
p
r
o
p
o
s
ed
A
N
N.
A
NN
s
w
a
s
u
s
ed
f
o
r
f
a
u
lt
lo
ca
tio
n
in
e
x
tr
a
h
i
g
h
v
o
lta
g
e
tr
an
s
m
is
s
io
n
l
i
n
e
[
2
]
.
E
l
m
an
r
ec
u
r
r
en
t
n
e
u
r
al
n
et
w
o
r
k
h
a
s
b
ee
n
u
s
ed
b
y
E
k
ici
et
a
l.
[
3
]
to
lo
ca
te
th
e
f
a
u
lt
s
i
n
th
e
tr
a
n
s
m
is
s
io
n
li
n
e.
A
p
p
licatio
n
o
f
A
NN
f
o
r
d
etec
tio
n
o
f
p
h
ase
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
P
o
w
E
lec
&
Dr
i
S
y
s
t
I
SS
N:
2
0
8
8
-
8
694
C
la
s
s
i
fica
tio
n
a
n
d
d
ir
ec
tio
n
d
i
s
crimin
a
tio
n
o
f fa
u
lts
in
tr
a
n
s
mis
s
io
n
lin
es
… (
A
h
med
Th
a
m
er R
a
d
h
i
)
1929
to
g
r
o
u
n
d
f
a
u
lt,
cla
s
s
i
f
ier
a
n
d
d
ir
ec
tio
n
esti
m
atio
n
w
as
in
tr
o
d
u
ce
d
f
o
r
tr
an
s
m
i
s
s
io
n
li
n
e
w
i
th
a
d
o
u
b
le
e
n
d
f
e
d
u
s
i
n
g
ter
m
i
n
al
d
ata
[
4
]
.
I
m
p
le
m
en
tatio
n
a
n
d
d
ev
elo
p
m
en
t
o
f
A
NN
-
b
ased
alg
o
r
it
h
m
w
a
s
p
r
esen
ted
b
y
Sa
n
to
s
an
d
Se
n
g
er
s
u
itab
le
f
o
r
tr
a
n
s
m
is
s
i
o
n
li
n
e
p
r
o
tectio
n
w
as
d
ev
elo
p
ed
to
av
o
id
t
h
e
li
m
itati
o
n
ex
is
ti
n
g
i
n
A
N
N
[
5
]
.
A
r
tif
icial
n
e
u
r
al
n
et
w
o
r
k
s
w
er
e
p
r
esen
ted
f
o
r
f
au
lt
lo
ca
tio
n
an
d
d
ir
ec
tio
n
esti
m
at
io
n
in
d
o
u
b
le
en
d
f
ed
tr
an
s
m
is
s
io
n
li
n
e
u
s
i
n
g
o
n
e
te
r
m
in
a
l
d
ata
o
n
l
y
[
6
]
.
T
h
e
m
et
h
o
d
e
m
p
lo
y
s
t
h
e
t
h
r
ee
-
p
h
ase
v
o
ltag
e
an
d
c
u
r
r
en
t
s
m
ea
s
u
r
ed
at
o
n
l
y
o
n
e
en
d
.
A
m
et
h
o
d
f
o
r
d
etec
tio
n
an
d
f
a
u
lt
t
y
p
e
id
e
n
ti
f
icatio
n
i
n
tr
a
n
s
m
i
s
s
io
n
li
n
e
b
ased
o
n
b
ac
k
p
r
o
p
ag
atio
n
n
e
u
r
al
n
et
wo
r
k
s
i
s
s
tu
d
ied
a
n
d
i
m
p
le
m
e
n
t
ed
u
s
i
n
g
v
o
ltag
e
s
a
n
d
c
u
r
r
en
ts
s
i
g
n
al
s
o
f
t
h
e
lin
e
to
i
m
p
le
m
e
n
t
p
r
o
tectiv
e
m
eth
o
d
in
[
7
]
.
S
y
ah
p
u
tr
a
[
8
]
h
as
b
ee
n
u
s
e
f
u
zz
y
m
eth
o
d
to
co
m
p
ar
e
t
h
e
o
u
tp
u
t
o
f
f
u
zz
y
m
o
d
el
w
i
th
t
h
e
m
ea
s
u
r
e
m
en
ts
o
f
r
ea
l
p
r
o
ce
s
s
.
A
p
r
o
tectiv
e
s
c
h
e
m
e
f
o
r
f
au
l
t
d
ir
ec
tio
n
co
m
p
ar
is
o
n
i
n
tr
an
s
m
is
s
io
n
li
n
e
h
as
b
ee
n
i
n
tr
o
d
u
ce
d
b
y
Has
h
e
m
i
et
a
l.
[
9
]
b
ased
o
n
av
er
a
g
e
v
al
u
e
s
o
f
s
u
p
er
i
m
p
o
s
ed
co
m
p
o
n
e
n
t
s
o
f
v
o
lta
g
es
a
n
d
cu
r
r
en
ts
at
r
ela
y
p
o
in
t
to
d
etec
t th
e
f
a
u
lt
a
n
d
d
is
cr
i
m
i
n
ate
its
d
ir
ec
tio
n
.
A
m
et
h
o
d
o
f
A
NN
f
o
r
r
ec
o
g
n
itio
n
o
f
f
au
lt
lo
ca
tio
n
in
p
o
w
er
s
y
s
te
m
tr
an
s
m
is
s
io
n
h
as
b
ee
n
i
n
tr
o
d
u
ce
d
in
[
1
0
]
w
a
s
an
al
y
ze
d
w
it
h
d
if
f
er
e
n
t
f
a
u
lt
i
m
p
ed
an
ce
s
.
A
r
ev
ie
w
s
t
u
d
y
w
as
i
n
tr
o
d
u
ce
d
b
y
Yad
a
v
an
d
Dash
[
1
1
]
f
o
r
r
ev
ie
w
i
n
g
ap
p
r
o
x
i
m
atel
y
t
h
e
i
m
p
o
r
tan
t
tec
h
n
iq
u
e
s
o
f
AN
N
b
ased
p
r
o
tectio
n
o
f
tr
an
s
m
is
s
io
n
li
n
e
an
d
t
h
i
s
r
ev
ie
w
h
a
s
b
ee
n
d
ec
r
ea
s
e
th
e
n
e
w
r
e
s
ea
r
ch
er
’
s
d
i
f
f
ic
u
ltie
s
f
o
r
ev
alu
ati
n
g
d
if
f
er
en
t
AN
N
-
b
ased
alg
o
r
it
h
m
s
.
B
ac
k
p
r
o
p
ag
atio
n
f
ee
d
f
o
r
w
ar
d
n
eu
r
al
n
et
w
o
r
k
h
a
s
b
ee
n
u
s
ed
to
d
is
tin
g
u
is
h
w
h
eth
er
i
s
a
f
au
lt
p
r
esen
t
o
r
n
o
t
also
lo
ca
tes
f
au
l
t
zo
n
e
i
n
[
1
2
]
.
A
p
r
o
p
o
s
ed
m
o
d
el
u
s
in
g
Ma
tlab
s
o
f
t
w
ar
e
to
d
etec
t
t
h
e
f
a
u
l
t
o
n
tr
an
s
m
is
s
io
n
lin
e
u
s
i
n
g
n
e
u
r
al
n
et
w
o
r
k
s
p
r
esen
ted
b
y
Kesh
ar
w
a
n
i
a
n
d
Sin
g
h
[
1
3
]
.
A
p
r
o
tectiv
e
r
ela
y
u
s
in
g
A
NN
f
o
r
tr
an
s
m
is
s
io
n
li
n
es
h
a
s
b
ee
n
u
s
ed
to
r
ec
o
g
n
ize
t
h
e
i
m
p
ed
an
c
e
p
atter
n
s
to
p
r
o
d
u
ce
a
tr
ip
i
f
f
au
lt
i
s
p
r
ese
n
t
a
n
d
n
o
tr
ip
o
th
er
w
is
e
[
1
4
]
.
A
n
e
w
ANN
al
g
o
r
ith
m
i
s
p
r
o
p
o
s
ed
f
o
r
f
ast
f
au
lt
d
etec
tio
n
a
n
d
clas
s
if
ica
tio
n
i
n
w
h
ic
h
v
o
ltag
e
s
a
n
d
cu
r
r
en
ts
a
t
o
n
e
en
d
ar
e
ta
k
en
as
in
p
u
t
f
o
r
th
e
p
r
o
p
o
s
ed
alg
o
r
ith
m
in
[
1
5
]
.
A
d
ir
ec
tio
n
al
co
m
p
ar
is
o
n
m
et
h
o
d
o
f
tr
an
s
ie
n
t
en
er
g
y
h
a
s
b
ee
n
u
s
ed
f
o
r
tr
an
s
m
i
s
s
io
n
li
n
es
p
r
o
tectio
n
in
[
1
6
]
.
I
t
is
b
ased
o
n
th
e
tr
a
n
s
ie
n
t
p
o
w
er
p
o
lar
it
y
v
ar
iatio
n
an
d
ca
lc
u
latio
n
o
f
w
i
n
d
o
w
o
f
d
ata
to
i
m
p
r
o
v
e
s
e
n
s
itiv
it
y
.
An
e
f
f
icie
n
t
p
r
o
tectiv
e
s
ch
e
m
e
u
s
i
n
g
AN
N
w
a
s
in
tr
o
d
u
ce
d
to
i
m
p
r
o
v
e
th
e
s
etti
n
g
o
f
f
ir
s
t
zo
n
e
r
ea
c
h
an
d
f
a
u
lt
d
etec
tio
n
wi
t
h
t
i
m
e
o
f
h
al
f
c
y
cle
i
n
[
1
7
]
.
A
h
y
b
r
id
ANN
m
o
d
u
le
w
a
s
u
s
ed
f
o
r
d
etec
tin
g
,
lo
ca
ti
n
g
a
n
d
class
i
f
y
in
g
f
a
u
lts
o
n
tr
an
s
m
is
s
io
n
li
n
es
b
y
u
s
e
a
lar
g
e
a
m
o
u
n
t
o
f
d
ata
f
o
r
tr
ain
i
n
g
p
r
o
ce
s
s
o
f
t
h
e
p
r
o
p
o
s
ed
m
eth
o
d
in
[
1
8
]
.
A
h
y
b
r
id
p
r
o
tectio
n
o
f
tr
a
n
s
m
i
s
s
io
n
li
n
e
s
ch
e
m
e
h
a
s
b
ee
n
i
n
tr
o
d
u
ce
d
f
o
r
d
etec
tio
n
an
d
cla
s
s
if
icatio
n
o
f
f
au
lt
i
n
[
1
9
]
.
T
h
is
s
ch
e
m
e
p
r
o
p
o
s
es
m
u
lti
-
la
y
er
f
ee
d
f
o
r
w
ar
d
n
eu
r
al
n
et
w
o
r
k
to
d
iag
n
o
s
is
,
clas
s
if
y
an
d
lo
ca
te
f
au
lt
s
i
n
tr
an
s
m
is
s
io
n
li
n
e
co
n
s
is
t
s
f
r
o
m
u
n
d
er
g
r
o
u
n
d
ca
b
le
an
d
o
v
er
h
ea
d
lin
e.
A
r
ev
ie
w
o
f
ANN
tech
n
iq
u
e
h
a
s
b
ee
n
u
s
ed
to
p
r
o
tect
tr
an
s
m
is
s
io
n
l
in
e
is
p
r
ese
n
ted
b
y
Up
ad
h
y
a
y
et
a
l.
[
2
0
]
f
o
r
f
au
lt
d
etec
tio
n
an
d
lo
ca
tio
n
u
s
in
g
in
telli
g
e
n
t
m
et
h
o
d
s
.
A
n
e
w
m
eth
o
d
b
ased
o
n
s
i
n
g
le
A
NN
s
y
s
te
m
f
o
r
f
a
u
lt
d
etec
tio
n
an
d
class
i
f
icatio
n
u
s
i
n
g
m
u
ltil
a
y
er
p
er
ce
p
tr
o
n
f
ee
d
f
o
r
w
ar
d
A
NN
is
p
r
o
p
o
s
ed
f
o
r
r
eliab
le
an
d
e
f
f
icie
n
t
d
etec
tio
n
m
o
d
el
i
n
[
2
1
]
.
A
r
ev
ie
w
o
f
d
if
f
er
e
n
t
m
et
h
o
d
s
u
s
ed
f
o
r
d
etec
tio
n
o
f
f
au
lt,
lo
ca
tio
n
a
n
d
clas
s
if
icatio
n
in
to
p
o
w
er
tr
an
s
m
is
s
io
n
lin
es
h
a
s
b
ee
n
in
tr
o
d
u
ce
d
al
s
o
p
r
esen
ts
a
co
m
p
ar
is
o
n
b
et
w
e
en
v
ar
io
u
s
a
lg
o
r
it
h
m
s
u
s
ed
f
o
r
f
a
u
lt
cla
s
s
i
f
icatio
n
an
d
d
etec
tio
n
in
[
2
2
]
.
Du
e
to
t
h
e
d
i
f
f
icu
lties
in
f
ea
t
u
r
e
ex
tr
ac
tio
n
o
f
f
au
l
t
s
i
g
n
als
in
all
t
y
p
e
s
o
f
f
a
u
lt
d
etec
tio
n
tech
n
iq
u
es
an
d
i
n
o
r
d
er
to
o
v
er
co
m
e
th
i
s
p
r
o
b
le
m
a
d
ee
p
-
lear
n
i
n
g
al
g
o
r
ith
m
s
s
u
c
h
as
co
n
v
o
lu
t
io
n
al
n
e
u
r
al
n
et
w
o
r
k
(
C
NN)
is
u
s
ed
r
ec
e
n
tl
y
.
C
N
Ns
ar
e
f
ee
d
-
f
o
r
w
ar
d
n
e
u
r
al
n
et
w
o
r
k
s
w
h
o
s
e
d
if
f
er
en
t
la
y
er
s
f
o
r
alter
n
ati
n
g
co
n
v
o
lu
tio
n
al
a
n
d
s
u
b
s
a
m
p
li
n
g
.
T
h
e
f
in
a
l
la
y
er
s
ar
e
f
u
ll
y
c
o
n
n
ec
ted
a
f
ter
th
e
co
n
v
o
l
u
tio
n
al
la
y
er
s
w
h
ic
h
ar
e
m
u
ltil
a
y
er
p
er
ce
p
tr
o
n
s
[
2
3
]
,
[
2
4
]
.
R
ec
en
tl
y
,
C
NNs
h
a
v
e
b
ee
n
co
m
m
o
n
l
y
u
s
ed
i
n
d
ee
p
-
lear
n
in
g
p
r
o
b
le
m
s
,
s
u
c
h
a
s
o
b
j
ec
t
r
ec
o
g
n
itio
n
a
n
d
f
au
lt
d
etec
tio
n
.
Gu
o
[
2
5
]
p
r
o
p
o
s
ed
a
f
au
lt
d
etec
tio
n
m
et
h
o
d
b
ased
o
n
co
n
tin
u
es
w
a
v
elet
tr
an
s
f
o
r
m
an
d
co
n
v
o
lu
tio
n
al
n
e
u
r
al
n
et
w
o
r
k
i
n
p
o
w
er
d
is
tr
ib
u
tio
n
s
y
s
te
m
.
T
h
e
p
r
o
p
o
s
ed
m
et
h
o
d
ca
n
s
o
l
v
e
th
e
p
r
o
b
lem
o
f
f
ea
t
u
r
e
s
elec
tio
n
an
d
cl
ass
i
f
icatio
n
o
f
f
au
lt
s
i
g
n
als.
C
o
n
v
o
lu
tio
n
al
Ne
u
r
al
Net
w
o
r
k
(
C
NN)
b
ased
alg
o
r
it
h
m
i
s
p
r
o
p
o
s
ed
f
o
r
d
etec
tin
g
an
d
class
i
f
y
in
g
t
h
e
f
a
u
lts
i
n
tr
an
s
m
id
d
io
n
li
n
es
w
it
h
o
u
t
u
s
i
n
g
f
ea
t
u
r
e
ex
tr
ac
t
i
o
n
in
[
2
6
]
.
I
n
th
i
s
al
g
o
r
ith
m
t
h
e
o
p
ti
m
al
m
o
d
el
o
f
o
u
tp
u
t
i
s
d
eter
m
in
e
w
i
th
h
i
g
h
ac
cu
r
ac
y
.
T
h
e
ad
ap
tiv
e
C
NNs
h
av
e
b
ee
n
u
s
ed
s
u
cc
ess
f
u
ll
y
o
v
er
o
n
e
d
im
e
n
s
io
n
al
1
D
s
ig
n
al.
A
1
D
-
C
NNs
ar
e
s
i
m
p
le
to
tr
ain
w
it
h
a
f
e
w
n
u
m
b
er
s
o
f
ep
o
ch
s
o
f
b
ack
-
p
r
o
p
ag
atio
n
an
d
ca
n
p
er
f
o
r
m
a
f
aster
class
i
f
icatio
n
p
r
o
ce
s
s
w
it
h
1
D
co
n
v
o
lu
tio
n
o
f
o
n
l
y
f
e
w
h
u
n
d
r
ed
[
2
4
]
.
Du
r
in
g
t
h
e
tr
ai
n
in
g
p
r
o
ce
s
s
t
h
e
C
NNs
co
n
v
o
l
u
tio
n
la
y
er
s
ar
e
o
p
ti
m
ized
f
o
r
ex
tr
ac
tin
g
t
h
e
f
ea
t
u
r
es
w
ith
h
i
g
h
l
y
d
is
cr
i
m
i
n
atio
n
u
s
i
n
g
1
D
f
il
ter
k
er
n
e
ls
w
i
th
a
lar
g
e
d
ata
s
et.
C
o
n
s
eq
u
en
t
l
y
,
a
1
D
C
NNs i
f
p
r
o
p
er
ly
tr
ai
n
ed
f
o
r
a
g
iv
e
n
d
ata
s
et
ca
n
o
p
ti
m
ize
f
e
atu
r
e
ex
tr
ac
tio
n
an
d
class
i
f
icatio
n
p
r
o
b
lem
s
.
I
n
th
is
p
ap
er
,
a
n
o
v
el
m
et
h
o
d
is
p
r
o
p
o
s
ed
f
o
r
f
au
lt
clas
s
i
f
ic
atio
n
an
d
d
ir
ec
tio
n
d
is
cr
i
m
i
n
ato
r
in
tr
an
s
m
is
s
io
n
lin
e
b
ased
o
n
1
D
C
NNs
al
g
o
r
ith
m
to
s
o
lv
e
t
h
e
p
r
o
b
le
m
s
o
f
d
i
f
f
icu
l
ties
i
n
f
ea
t
u
r
e
ex
tr
ac
tio
n
s
elec
tio
n
an
d
class
if
ier
.
T
h
e
p
r
o
p
o
s
ed
ap
p
r
o
ac
h
u
s
ed
th
e
s
a
m
p
les
o
f
v
o
l
tag
es
a
n
d
cu
r
r
en
ts
s
ig
n
al
s
o
b
tain
f
r
o
m
o
n
e
e
n
d
o
f
t
h
e
r
ela
y
s
ite
f
o
r
th
e
p
r
o
p
o
s
ed
tr
an
s
m
i
s
s
io
n
li
n
e
m
o
d
el
a
s
a
n
i
n
p
u
t
to
tr
ai
n
a
n
d
test
t
h
e
p
r
o
p
o
s
ed
alg
o
r
ith
m
i
n
w
h
ich
th
e
f
ea
t
u
r
e
ex
tr
ac
tio
n
o
f
f
a
u
lt
c
u
r
r
en
t
a
n
d
class
i
f
icatio
n
m
eth
o
d
ar
e
m
er
g
e
i
n
to
a
o
n
e
m
ac
h
i
n
e
lear
n
er
.
T
h
e
r
est
o
f
p
ap
e
r
is
o
r
g
an
ized
as
f
o
llo
w
s
:
tr
an
s
m
is
s
io
n
li
n
e
m
o
d
el
i
s
p
r
esen
ted
in
s
ec
tio
n
2
.
C
o
n
v
o
lu
tio
n
n
eu
r
al
n
et
w
o
r
k
s
o
v
er
v
ie
w
an
d
al
g
o
r
ith
m
o
f
1
D
C
NN
ar
e
d
is
cu
s
s
ed
i
n
s
ec
tio
n
3
.
Sectio
n
4
in
tr
o
d
u
ce
d
th
e
p
r
o
p
o
s
ed
p
r
o
tectiv
e
s
c
h
e
m
e
.
T
h
e
p
r
o
p
o
s
ed
s
tr
u
ct
u
r
e
o
f
1
D
C
NN
i
s
g
i
v
en
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N:
2
0
8
8
-
8694
I
n
t J
P
o
w
E
lec
&
Dr
i
S
y
s
t,
Vo
l.
1
2
,
No
.
3
,
Sep
tem
b
er
2
0
2
1
:
19
28
–
19
39
1930
in
s
ec
tio
n
5
.
T
h
e
d
is
cu
s
s
io
n
an
d
ev
alu
a
tio
n
o
f
t
h
e
test
s
r
es
u
lts
is
g
i
v
e
n
in
s
ec
tio
n
6
.
Fin
al
l
y
,
th
e
co
n
cl
u
s
io
n
s
ar
e
p
r
esen
ted
in
s
ec
tio
n
7
.
2.
T
RANSM
I
SS
I
O
N
L
I
NE
P
R
O
P
O
SE
D
M
O
DE
L
A
1
3
2
k
V
p
o
w
er
s
y
s
te
m
co
m
p
o
s
ed
o
f
1
8
0
k
m
o
v
er
h
ea
d
li
n
e
b
et
w
ee
n
b
u
s
b
ar
s
A
an
d
B
,
1
2
0
k
m
li
n
e
b
et
w
ee
n
b
u
s
b
ar
s
B
an
d
C
w
h
ich
ar
e
co
n
n
ec
ted
b
et
w
ee
n
eq
u
iv
a
len
t
s
o
u
r
ce
s
t
h
r
o
u
g
h
p
o
w
er
tr
an
s
f
o
r
m
er
s
an
d
1
0
0
k
m
lin
e
b
et
w
ee
n
b
u
s
es
B
an
d
lo
ad
b
u
s
D.
Fig
u
r
e
1
s
h
o
w
th
e
s
i
n
g
le
li
n
e
d
iag
r
a
m
o
f
th
e
p
o
w
er
s
y
s
te
m
m
o
d
el.
T
h
e
r
ela
y
v
o
lta
g
es
a
n
d
cu
r
r
en
ts
m
ea
s
u
r
e
m
e
n
t
s
ar
e
lo
ca
ted
at
b
u
s
A
.
T
h
is
p
o
w
er
s
y
s
t
e
m
i
s
u
s
ed
to
p
r
ep
ar
e
th
e
tr
ain
in
g
an
d
test
i
n
g
d
ata
f
o
r
th
e
p
r
o
p
o
s
ed
p
r
o
tectiv
e
alg
o
r
it
h
m
.
Fig
u
r
e
1
.
T
r
an
s
m
i
s
s
io
n
li
n
e
m
o
d
el
T
h
e
f
o
r
w
ar
d
f
a
u
lt
d
ir
ec
tio
n
is
th
e
cu
r
r
en
t
o
u
t
w
ar
d
f
r
o
m
t
h
e
b
u
s
b
ar
in
w
h
ich
th
e
r
ela
y
l
o
ca
ted
,
as
s
h
o
w
n
f
r
o
m
Fi
g
u
r
e
1
t
h
e
cu
r
r
en
t
f
lo
w
f
r
o
m
b
u
s
A
to
o
t
h
er
b
u
s
es
B
,
C
,
a
n
d
D
w
h
ic
h
ar
e
r
ep
r
esen
ted
b
y
f
a
u
lt
s
p
o
in
ts
F1
,
F2
,
an
d
F3
.
W
h
ile,
th
e
r
ev
er
s
e
f
au
lt
d
ir
ec
tio
n
is
th
e
cu
r
r
en
t
f
lo
w
i
n
o
p
p
o
s
ite
d
ir
ec
tio
n
to
f
o
r
w
ar
d
f
au
lt
f
r
o
m
b
u
s
A
to
b
u
s
M
s
u
c
h
a
s
f
au
lt
p
o
in
t
F4
i
n
Fi
g
u
r
e
1
.
T
h
e
p
atter
n
s
f
o
r
tr
ain
i
n
g
an
d
test
i
n
g
t
h
e
p
r
o
p
o
s
ed
m
et
h
o
d
ar
e
o
b
tain
ed
b
y
d
if
f
er
e
n
t
co
n
d
itio
n
s
a
n
d
p
ar
am
eter
s
o
f
p
o
w
er
s
y
s
te
m
.
No
r
m
a
l
o
p
er
atio
n
w
it
h
li
g
h
t
lo
ad
an
d
f
u
ll
lo
ad
o
p
er
atio
n
,
u
n
d
er
f
a
u
lt
s
co
n
d
itio
n
s
w
it
h
d
i
f
f
er
e
n
t
f
a
u
lt
s
lo
ca
tio
n
,
f
au
l
ts
r
e
s
is
ta
n
ce
,
f
au
lts
i
n
ce
p
tio
n
ti
m
e
a
n
d
d
if
f
er
en
t
f
a
u
lt
s
t
y
p
es
f
o
r
f
o
r
w
ar
d
an
d
r
ev
er
s
e
f
a
u
lt
s
d
ir
ec
tio
n
.
T
ab
le
1
s
u
m
m
ar
ies
th
e
p
ar
a
m
eter
s
v
al
u
es o
f
p
o
w
e
r
s
y
s
te
m
m
o
d
el
a
n
d
d
if
f
er
en
t c
o
n
d
itio
n
s
v
al
u
es
f
o
r
g
en
er
ati
n
g
p
atter
n
s
.
T
ab
le
1
.
P
o
w
er
s
y
s
te
m
p
ar
a
m
eter
s
an
d
co
n
d
itio
n
s
s
etti
n
g
f
o
r
p
atter
n
s
g
e
n
er
atin
g
P
a
r
a
me
t
e
r
s
V
a
l
u
e
s
G
e
n
.
1
,
G
e
n
.
2
3
-
p
h
a
se
,
2
0
k
V
,
5
0
H
z
,
5
0
0
M
V
A
,
Y
-
g
r
o
u
n
d
e
d
T
r
1
,
T
r
2
,
T
r
3
3
-
p
h
a
se
,
D
/
Y
,
2
0
k
V
/
1
3
2
k
V
,
5
0
H
z
,
5
0
0
M
V
A
T
r
a
n
smissi
o
n
l
i
n
e
s
Z
+
=
0
.
0
1
2
7
3
+
j
0
.
2
9
3
(
Ω
/
k
m
)
,
Z
o
=
0
.
0
1
2
7
3
+
j
1
.
2
9
6
(
Ω
/
k
m)
A
n
g
l
e
o
f
f
a
u
l
t
i
n
c
e
p
t
i
o
n
,
d
e
g
.
0
,
3
0
,
6
0
,
9
0
F
a
u
l
t
r
e
si
st
a
n
c
e
,
Ω
0
.
0
1
,
1
,
2
,
5
,
1
0
F
a
u
l
t
l
o
c
a
t
i
o
n
,
k
m
1
,
5
,
1
0
,
3
0
,
5
0
,
8
0
,
1
0
0
F
a
u
l
t
t
y
p
e
s
L
i
n
e
t
o
g
r
o
u
n
d
,
D
o
u
b
l
e
l
i
n
e
,
D
o
u
b
l
e
l
i
n
e
t
o
g
r
o
u
n
d
,
3
-
p
h
a
se
f
a
u
l
t
3.
CO
NVO
L
U
T
I
O
N
N
E
URA
L
NE
T
WO
RK
S O
VE
R
VI
E
W
C
o
n
v
o
l
u
tio
n
Ne
u
r
al
Net
w
o
r
k
s
C
NN
s
ar
e
f
ee
d
f
o
r
w
ar
d
ANNs
ar
e
b
io
lo
g
icall
y
i
n
s
p
ir
ed
an
d
h
a
v
e
co
n
v
o
lu
tio
n
al
la
y
er
s
[
2
3
]
.
B
etw
ee
n
ea
ch
co
n
v
o
lu
tio
n
la
y
er
th
er
e
ar
e
s
u
b
s
a
m
p
li
n
g
la
y
er
s
f
o
r
d
ec
i
m
ati
n
g
th
e
f
ea
t
u
r
e
m
ap
s
in
th
e
n
e
u
r
o
n
s
o
f
p
r
ev
io
u
s
la
y
er
s
.
B
y
f
o
r
w
ar
d
p
r
o
p
ag
atio
n
f
o
r
ce
r
tain
n
u
m
b
er
o
f
s
u
b
-
s
a
m
p
li
n
g
th
e
last
s
u
b
-
s
a
m
p
li
n
g
la
y
er
r
e
ac
h
es
to
s
ca
lar
1
D
n
e
u
r
o
n
s
.
F
o
llo
w
i
n
g
C
NN
s
la
y
er
s
th
er
e
a
r
e
a
f
u
ll
y
co
n
n
ec
ted
la
y
er
s
a
n
d
f
ee
d
f
o
r
w
ar
d
n
et
wo
r
k
s
h
a
v
e
t
h
e
s
a
m
e
s
tr
u
c
tu
r
e
o
f
th
e
m
u
lti
la
y
er
p
er
ce
p
tr
o
n
ML
P
w
h
ic
h
h
as
th
e
o
u
tp
u
t
la
y
er
f
o
r
class
if
icatio
n
d
ec
is
io
n
.
T
h
e
to
p
o
lo
g
y
o
f
C
NN,
ar
e
n
u
m
b
er
o
f
C
NN
la
y
er
s
,
s
u
b
-
s
a
m
p
li
n
g
f
ac
to
r
s
in
ea
ch
la
y
er
,
an
d
n
u
m
b
er
o
f
n
e
u
r
o
n
s
in
ea
ch
M
L
P
h
id
d
en
la
y
er
s
all
o
f
th
ese
p
ar
a
m
eter
s
m
u
s
t
b
e
s
et
f
o
r
a
t
y
p
ical
C
NN
s
in
o
r
d
er
to
ac
h
iev
e
d
ec
i
m
atio
n
to
r
ea
ch
1
D
v
ec
to
r
at
th
e
o
u
tp
u
t
la
y
er
.
A
2
D
-
C
N
N
m
o
d
el
is
s
h
o
w
n
in
F
ig
u
r
e
2
w
it
h
in
p
u
t
la
y
er
co
n
s
is
t
o
f
p
i
x
el
i
m
a
g
es
w
i
th
2
8
x
2
8
.
Af
ter
th
e
i
n
p
u
t
lay
er
ea
c
h
la
y
er
o
f
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
P
o
w
E
lec
&
Dr
i
S
y
s
t
I
SS
N:
2
0
8
8
-
8
694
C
la
s
s
i
fica
tio
n
a
n
d
d
ir
ec
tio
n
d
i
s
crimin
a
tio
n
o
f fa
u
lts
in
tr
a
n
s
mis
s
io
n
lin
es
… (
A
h
med
Th
a
m
er R
a
d
h
i
)
1931
co
n
v
o
lu
tio
n
ar
e
f
o
llo
w
s
w
it
h
la
y
er
s
o
f
s
u
b
-
s
a
m
p
lin
g
in
w
h
ich
d
ec
i
m
ated
o
f
2
D
m
ap
s
p
r
o
p
ag
ated
f
r
o
m
th
e
p
r
ev
io
u
s
la
y
er
n
e
u
r
o
n
s
.
C
NN
s
ar
e
tr
ai
n
in
g
u
s
in
g
t
h
e
b
ac
k
-
p
r
o
p
ag
atio
n
(
B
P
)
alg
o
r
ith
m
.
Ho
w
e
v
er
,
t
h
e
t
w
o
m
aj
o
r
p
a
r
am
eter
s
i
n
C
NN
ar
e
th
e
s
ize
o
f
k
er
n
el
an
d
u
n
d
er
-
s
a
m
p
li
n
g
f
ac
to
r
w
h
ic
h
ar
e
s
etin
g
to
5
an
d
2
f
o
r
s
tr
u
ct
u
r
e
s
h
o
w
n
i
n
Fi
g
u
r
e
2
,
a
p
ass
iv
e
la
y
er
r
ep
r
esen
t
t
h
e
in
p
u
t
la
y
er
w
h
ich
o
n
l
y
r
ec
eiv
e
in
p
u
t
i
m
a
g
e
an
d
g
iv
e
s
o
f
ch
a
n
n
e
ls
o
f
co
lo
r
as
t
h
r
ee
n
eu
r
o
n
s
f
o
r
f
ea
t
u
r
e
m
ap
in
g
.
W
ith
f
o
r
w
ar
d
p
r
o
p
ag
atio
n
f
o
r
a
ce
r
tain
d
o
w
n
-
s
a
m
p
li
n
g
la
y
er
s
n
u
m
b
er
,
w
h
ic
h
ar
e
d
ec
i
m
ated
f
o
r
(
1
-
D)
s
ca
l
ar
v
ec
to
r
i
n
a
last
d
o
w
n
-
s
a
m
p
l
in
g
la
y
er
o
f
o
u
tp
u
t.
Fo
llo
w
i
n
g
la
y
er
s
ar
e
f
u
ll
y
-
co
n
n
ec
ted
la
y
er
s
id
en
t
ical
to
M
L
P
an
d
f
ee
d
-
f
o
r
w
ar
d
n
et
w
o
r
k
s
th
at
h
av
e
an
o
u
tp
u
t
la
y
er
d
eter
m
i
n
i
n
g
a
cla
s
s
i
f
ic
atio
n
o
f
o
u
tp
u
t
v
ec
to
r
[
2
4
]
.
T
h
e
co
n
f
i
g
u
r
atio
n
o
f
C
N
N
s
h
o
u
ld
b
e
ar
r
an
g
ed
ac
co
r
d
in
g
t
o
t
h
e
d
i
m
en
s
io
n
s
o
f
i
n
p
u
t
v
ec
to
r
i
n
o
r
d
er
th
at
t
h
e
C
NN
o
u
tp
u
t
la
y
er
r
ea
ch
e
s
to
a
1
x
1
f
ea
tu
r
e
m
ap
.
Fo
r
ad
d
r
ess
in
g
th
e
s
e
d
r
a
w
b
ac
k
s
,
a
ce
r
tain
m
o
d
i
f
icatio
n
i
s
p
er
f
o
r
m
ed
o
n
C
NN
to
p
o
lo
g
y
t
o
tr
ain
an
ad
ap
tiv
e
C
NN
b
y
b
ac
k
p
r
o
p
ag
atio
n
al
g
o
r
ith
m
o
f
1
D
-
C
NN
w
h
ich
i
s
wo
r
k
s
b
y
1
D
v
ec
to
r
.
Fig
u
r
e
2
.
2
D
-
C
NN
s
a
m
p
le
o
v
er
v
ie
w
[
2
4
]
3
.
1
.
Ada
ptiv
e
1
D
CNNs
T
h
e
ad
ap
tiv
e
1
D
-
C
NN
s
ar
e
u
s
ed
f
o
r
e
x
tr
ac
tio
n
o
f
f
ea
t
u
r
e
an
d
cla
s
s
i
f
icat
io
n
th
e
1
D
d
a
ta
o
f
ea
c
h
s
ig
n
al
[
2
3
]
.
T
h
e
to
p
o
lo
g
y
o
f
th
e
ad
ap
tiv
e
1
D
C
NN
w
i
ll
p
r
o
v
id
e
th
e
p
o
s
s
ib
ilit
y
f
o
r
w
o
r
k
i
n
g
w
it
h
an
y
d
i
m
en
s
io
n
i
n
in
p
u
t
la
y
er
[
2
4
]
.
C
NN
is
t
h
e
ac
tiv
e
t
y
p
e
i
n
d
ee
p
lear
n
in
g
a
n
d
is
w
id
el
y
u
s
e
d
in
d
if
f
er
e
n
t
f
ie
ld
s
s
u
c
h
a
s
s
p
ee
ch
r
ec
o
g
n
it
io
n
,
co
m
p
u
ter
v
i
s
io
n
,
an
d
f
a
u
lt
d
iag
n
o
s
is
.
C
NN
r
ed
u
ce
s
th
e
p
ar
a
m
e
ter
s
o
f
t
h
e
n
et
w
o
r
k
as
co
m
p
ar
ed
w
it
h
a
t
y
p
ical
n
eu
r
al
n
et
w
o
r
k
b
y
lo
ca
l
co
n
n
e
ctio
n
an
d
s
h
ar
in
g
in
w
ei
g
h
ts
u
s
i
n
g
co
n
v
o
l
u
ti
o
n
a
l
la
y
er
s
[
2
7
]
.
I
n
co
m
p
ac
t
1
D
C
NNs
t
h
er
e
ar
e
t
w
o
k
in
d
s
o
f
la
y
er
s
,
t
h
e
C
NN
la
y
er
s
f
o
r
1
D
c
o
n
v
o
l
u
tio
n
a
n
d
s
u
b
-
s
a
m
p
li
n
g
la
y
er
s
a
n
d
f
u
ll
y
co
n
n
ec
ted
la
y
er
s
w
h
ic
h
ar
e
th
e
s
a
m
e
la
y
er
s
in
t
h
e
tr
ad
itio
n
al
m
u
ltil
a
y
er
p
er
ce
p
tr
o
n
ML
P
[
2
8
]
.
T
h
e
s
tr
u
ct
u
r
e
o
f
1
D
-
C
NN
i
s
m
o
d
eled
w
it
h
d
i
f
f
er
en
t
p
ar
a
m
eter
s
as,
a
h
id
d
en
C
NN
n
u
m
b
er
an
d
m
u
ltil
a
y
er
p
er
ce
p
tr
o
n
la
y
er
/
n
eu
r
o
n
s
,
s
ize
o
f
f
ilter
s
(
k
er
n
el
)
in
to
ea
c
h
C
NN
la
y
er
,
f
ac
to
r
o
f
s
u
b
-
s
a
m
p
lin
g
(
p
o
o
lin
g
)
in
ea
ch
la
y
er
,
an
d
c
h
o
o
s
in
g
t
h
e
p
o
o
lin
g
a
n
d
ac
tiv
atio
n
f
u
n
ctio
n
.
T
h
e
co
n
s
tr
u
c
ti
o
n
o
f
1
D
C
NN
is
s
h
o
w
n
i
n
Fi
g
u
r
e
3
.
I
n
th
is
m
o
d
el,
th
e
s
ize
o
f
f
ilter
s
o
f
1
D
i
s
4
an
d
th
e
u
n
d
er
-
s
a
m
p
li
n
g
f
ac
t
o
r
is
3
w
h
er
e
t
h
e
j
th
n
eu
r
o
n
o
f
h
id
d
en
C
N
N
la
y
er
,
l
,
f
ir
s
tl
y
ex
ec
u
te
co
n
v
o
lu
tio
n
s
s
eq
u
e
n
ce
,
t
h
en
a
co
n
v
o
l
u
tio
n
s
s
u
m
is
p
as
s
ed
b
y
th
e
ac
ti
v
atio
n
f
u
n
ctio
n
,
a
n
d
t
h
en
a
s
u
b
-
s
a
m
p
lin
g
o
p
er
atio
n
is
p
er
f
o
r
m
ed
.
B
asicall
y
,
th
is
is
r
ep
r
esen
tin
g
th
e
m
ai
n
d
if
f
er
en
t
o
f
1
D
C
NN
an
d
2
D
C
NN,
w
h
er
e
th
e
ar
r
a
y
s
o
f
1
D
r
ep
lace
th
e
m
atr
ices
in
t
o
2
D
in
b
o
th
f
ilter
k
er
n
el
an
d
f
ea
t
u
r
e
m
ap
s
.
C
o
n
s
eq
u
en
tl
y
,
t
h
e
1
D
r
a
w
d
ata
ar
e
p
r
o
ce
s
s
in
g
i
n
t
h
e
C
NN
la
y
er
s
an
d
lear
n
to
e
x
tr
ac
g
iv
e
n
f
ea
tu
r
e
s
w
h
ic
h
co
u
ld
b
e
u
s
ed
in
a
p
r
o
ce
s
s
o
f
class
i
f
icatio
n
w
h
ic
h
ar
e
p
er
f
o
r
m
ed
in
th
e
m
u
lt
ila
y
er
p
er
ce
p
tr
o
n
la
y
er
s
.
C
o
n
s
eq
u
en
t
l
y
,
o
p
er
atio
n
s
o
f
f
ea
t
u
r
e
e
x
tr
ac
tio
n
a
n
d
clas
s
i
f
icatio
n
ar
e
b
o
t
h
m
er
g
e
i
n
to
s
i
n
g
le
p
r
o
ce
s
s
th
at
m
a
y
b
e
o
p
ti
m
ize
f
o
r
m
a
x
i
m
izi
n
g
th
e
c
lass
if
icati
o
n
p
er
f
o
r
m
a
n
ce
.
T
h
is
is
r
ep
r
es
en
ti
n
g
a
1
D
C
NN
s
m
ai
n
ad
v
a
n
ta
g
es
al
s
o
w
h
ich
c
an
p
r
o
v
id
e
a
lo
w
er
co
m
p
le
x
it
y
o
f
co
m
p
u
ta
tio
n
s
i
n
ce
t
h
e
o
n
l
y
co
s
tl
y
p
r
o
ce
s
s
is
th
e
s
eq
u
e
n
ce
o
f
co
n
v
o
l
u
tio
n
s
o
f
1
D
ar
r
ay
s
w
ic
h
ar
e
lin
ea
r
w
ei
g
h
ted
s
u
m
s
o
f
1
D
t
w
o
ar
r
a
y
s
.
L
i
k
e
th
i
s
li
n
ea
r
p
r
o
ce
s
s
th
r
o
u
g
h
b
o
th
p
r
o
p
ag
atio
n
in
f
o
r
w
ar
d
an
d
b
ac
k
w
ar
d
c
an
b
e
p
er
f
o
r
m
ed
e
f
f
icien
tl
y
i
n
p
ar
allel
[
2
4
]
,
[
2
8
]
.
Fig
u
r
e
3
.
T
h
e
s
tr
u
ctu
r
e
o
f
h
id
d
en
C
NN
la
y
er
s
i
n
1
D
C
NN
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N:
2
0
8
8
-
8694
I
n
t J
P
o
w
E
lec
&
Dr
i
S
y
s
t,
Vo
l.
1
2
,
No
.
3
,
Sep
tem
b
er
2
0
2
1
:
19
28
–
19
39
1932
3
.
1
.
1
.
F
o
r
w
a
rd
a
nd
ba
ck
w
a
r
d pro
pa
g
a
t
io
n in 1
D
CNN
T
h
e
f
o
r
w
ar
d
p
r
o
p
ag
atio
n
in
ea
ch
C
NN
-
la
y
er
is
e
x
p
r
ess
es a
s
[
2
3
]
,
[
2
4
]
,
[
2
8
]
:
∑
(
1
)
w
h
er
e
is
i
n
p
u
t,
is
b
ia
s
o
f
th
e
j
th
n
eu
r
o
n
i
n
la
y
er
l,
is
n
e
u
r
o
n
o
u
tp
u
t
in
l
a
y
er
l
-
1
,
is
f
ilter
k
er
n
el
f
r
o
m
i
th
n
eu
r
o
n
o
f
la
y
er
(
l
-
1
)
to
j
th
n
eu
r
o
n
o
f
la
y
er
l,
an
d
co
n
v
1
D
(
….
)
is
u
s
ed
f
o
r
p
er
f
o
r
m
i
n
g
1
D
co
n
v
o
lu
tio
n
o
p
er
atio
n
w
ith
o
u
t
ze
r
o
-
p
ad
d
in
g
.
T
h
e
d
i
m
en
s
io
n
o
f
,
in
p
u
t
ar
r
ay
is
les
s
th
a
n
f
r
o
m
d
i
m
en
s
io
n
o
f
o
u
tp
u
t
ar
r
ay
s
,
.
T
h
e
o
u
tp
u
t,
,
in
la
y
er
l
m
a
y
b
e
ex
p
r
ess
ed
b
y
p
ass
i
n
g
i
n
p
u
t
w
ith
ac
ti
v
atio
n
f
u
n
ct
io
n
f
(
.
)
,
as:
=f
(
)
(
2
)
=
ss
(
3
)
w
h
er
e
r
ep
r
esen
t o
u
tp
u
t o
f
j
th
n
eu
r
o
n
in
la
y
er
o
f
l a
n
d
s
s
s
ta
n
d
f
o
r
o
p
er
atio
n
o
f
u
n
d
er
-
s
a
m
p
lin
g
w
it
h
f
ac
to
r
,
ss.
I
n
b
ac
k
-
p
r
o
p
ag
atio
n
al
g
o
r
ith
m
p
r
o
p
ag
atin
g
an
er
r
o
r
f
r
o
m
o
u
tp
u
t
o
f
M
L
P
-
la
y
er
.
L
et
l
=1
o
f
in
p
u
t
la
y
er
a
n
d
l=
L
o
f
o
u
tp
u
t
la
y
er
.
Ass
u
m
e
Q
L
is
n
u
m
b
er
o
f
cl
ass
es
in
o
u
tp
u
t,
f
o
r
a
g
i
v
en
i
n
p
u
t
v
ec
to
r
,
let
t
h
e
tar
g
et
b
e
[
t
1
…
,
]
,
an
d
o
u
tp
u
t
v
ec
to
r
s
,
[
...
,
]
.
T
h
e
m
ea
n
-
s
q
u
ar
e
er
r
o
r
(
MSE
)
,
E
,
in
o
u
tp
u
t
la
y
er
is
ex
p
r
ess
ed
as:
E=
∑
(
4
)
A
d
elta
er
r
o
r
,
m
u
s
t
b
e
co
m
p
u
ted
to
ca
lc
u
late
t
h
e
d
er
iv
ati
v
e
o
f
E
w
it
h
r
esp
ec
t
to
ea
ch
p
ar
am
eter
i
n
th
e
n
et
w
o
r
k
.
Fo
r
u
p
d
atin
g
all
w
ei
g
h
ts
o
f
n
e
u
r
o
n
s
an
d
b
ias
o
f
th
at
n
eu
r
o
n
in
p
r
ec
ed
in
g
la
y
er
th
e
ch
ain
-
r
u
le
o
f
d
er
iv
ati
v
e
i
s
u
s
e
d
as:
(
5
)
(
6
)
T
h
er
ef
o
r
e,
th
e
r
eg
u
lar
b
ac
k
p
r
o
p
ag
atio
n
f
r
o
m
f
ir
s
t M
L
P
la
y
e
r
to
last
C
NN
la
y
er
i
s
p
er
f
o
r
m
ed
as:
∑
∑
(
7
)
Af
ter
p
er
f
o
r
m
in
g
th
e
f
ir
s
t
o
p
e
r
atio
n
o
f
b
ac
k
-
p
r
o
p
ag
atio
n
f
r
o
m
la
y
er
(
l+1
)
to
p
r
ese
n
t
la
y
er
l,
th
e
n
t
h
e
b
ac
k
p
r
o
p
ag
atio
n
m
a
y
ca
r
r
y
f
o
r
in
p
u
t d
elta
i
n
C
NN
la
y
er
l,
.
Ass
u
m
e
ze
r
o
o
r
d
er
u
p
-
s
a
m
p
led
ca
n
b
e
u
=u
p
(
)
,
th
en
d
elta
er
r
o
r
m
a
y
b
e
e
x
p
r
ess
ed
as:
=
=
(
)
)
(
)
(
8
)
w
h
er
e
=(
s
s
)
-
1
.
B
ac
k
p
r
o
p
ag
atio
n
o
f
d
elta
er
r
o
r
(
∑
←
)
is
ex
p
r
ess
ed
as:
∑
(
9
)
W
h
er
e
is
r
ev
(
.
)
u
s
ed
to
ar
r
ay
r
ev
er
s
in
g
a
n
d
co
n
v
1
D
z
(
…)
is
u
s
ed
to
f
u
ll
1
D
c
o
n
v
o
l
u
tio
n
p
er
f
o
r
m
in
g
w
it
h
ze
r
o
-
p
ad
d
in
g
.
T
h
e
d
er
iv
ativ
e
o
f
er
r
o
r
w
it
h
r
esp
ec
t to
w
ei
g
h
t a
n
d
b
ias
m
a
y
b
e
ex
p
r
ess
ed
as:
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
P
o
w
E
lec
&
Dr
i
S
y
s
t
I
SS
N:
2
0
8
8
-
8
694
C
la
s
s
i
fica
tio
n
a
n
d
d
ir
ec
tio
n
d
i
s
crimin
a
tio
n
o
f fa
u
lts
in
tr
a
n
s
mis
s
io
n
lin
es
… (
A
h
med
Th
a
m
er R
a
d
h
i
)
1933
(
1
0
)
∑
(
1
1
)
T
h
e
w
eig
h
t
s
an
d
b
iases
ca
n
b
e
u
p
d
atin
g
w
ith
lear
n
i
n
g
r
ate
u
s
in
g
t
h
e
f
o
llo
w
i
n
g
eq
u
atio
n
s
:
(
1
2
)
(
1
3
)
T
h
e
m
o
r
e
d
etails o
f
t
h
e
b
ac
k
p
r
o
p
ag
atio
n
alg
o
r
ith
m
o
f
1
D
-
C
NN
ar
e
p
r
esen
ted
in
[
2
3
]
.
4.
P
RO
P
O
SE
D
P
RO
T
E
CT
I
V
E
SCH
E
M
E
T
h
e
tr
an
s
m
i
s
s
io
n
p
o
w
er
s
y
s
t
e
m
m
o
d
el
s
h
o
w
n
p
r
ev
io
u
s
l
y
in
Fi
g
u
r
e
1
is
s
i
m
u
lated
b
y
Ma
tlab
Si
m
u
li
n
k
to
g
en
er
ate
d
ata
at
d
if
f
er
en
t
f
a
u
lt
co
n
d
itio
n
s
f
o
r
tr
ain
in
g
an
d
test
i
n
g
th
e
p
r
o
p
o
s
ed
p
r
o
tectiv
e
alg
o
r
ith
m
o
f
1
D
C
NN.
T
h
e
th
r
ee
-
p
h
ase
v
o
ltag
e
s
an
d
c
u
r
r
en
ts
s
i
g
n
al
in
tr
a
n
s
m
i
s
s
io
n
lin
e
a
t
th
e
r
ela
y
p
o
s
itio
n
f
ir
s
tl
y
ar
e
r
ec
o
r
d
in
g
an
d
th
e
n
s
a
m
p
li
n
g
w
it
h
a
2
k
Hz
s
a
m
p
l
i
n
g
f
r
eq
u
e
n
c
y
to
r
ea
ch
4
0
s
a
m
p
les
p
er
ea
ch
c
y
cle
f
o
r
ea
ch
v
o
ltag
e
a
n
d
cu
r
r
e
n
t
s
i
g
n
al
s
.
T
h
e
r
ec
o
r
d
in
g
d
ata
ar
e
s
ca
lin
g
b
et
w
ee
n
-
1
an
d
+1
to
b
e
f
ee
d
to
p
r
o
p
o
s
ed
co
n
f
i
g
u
r
atio
n
o
f
1
D
C
NN
al
g
o
r
ith
m
to
clas
s
i
f
y
t
h
e
f
au
lt
an
d
d
is
cr
i
m
in
ate
its
d
ir
ec
tio
n
.
T
h
e
o
v
er
all
p
r
o
p
o
s
ed
p
r
o
tectiv
e
m
et
h
o
d
is
s
h
o
w
n
i
n
Fig
u
r
e
4
.
Fig
u
r
e
4
.
P
r
o
p
o
s
ed
p
r
o
tectiv
e
m
et
h
o
d
5.
ST
RUC
T
UR
E
O
F
P
RO
P
O
SE
D
1
D
CNN
T
h
e
s
tr
u
ctu
r
e
m
o
d
el
o
f
t
h
e
p
r
o
p
o
s
ed
1
D
-
C
NN
co
n
s
i
s
ts
o
f
in
p
u
t
la
y
er
w
h
ich
r
ec
ei
v
es
a
1
D
d
ata
s
ig
n
al,
a
t
h
r
ee
co
n
v
o
lu
tio
n
la
y
er
s
C
NN1
,
C
NN2
,
an
d
C
C
N3
w
it
h
s
u
b
-
s
a
m
p
li
n
g
p
o
o
lin
g
la
y
er
s
P
1
,
P2
,
an
d
P
3
th
er
e
ex
i
s
t
a
f
ter
ea
c
h
co
n
v
o
lu
tio
n
la
y
er
,
r
esp
ec
tiv
el
y
.
A
l
s
o
co
n
s
is
ts
o
f
t
w
o
f
u
ll
co
n
n
ec
tio
n
M
L
P
la
y
er
s
FC
1
,
FC
2
,
a
n
d
o
u
tp
u
t
la
y
er
h
as
n
e
u
r
o
n
s
n
u
m
b
er
is
eq
u
al
to
t
h
e
class
e
s
n
u
m
b
er
.
T
h
e
i
n
p
u
t
p
atter
n
co
n
tain
s
s
i
x
s
ig
n
al
s
w
h
ich
ar
e
th
e
th
r
ee
-
p
h
ase
v
o
lta
g
es
an
d
c
u
r
r
en
t
s
an
d
ea
ch
s
i
g
n
al
h
as
4
0
s
a
m
p
le
p
er
c
y
cle
to
f
o
r
m
240
s
a
m
p
le
i
n
ea
ch
in
p
u
t
p
atter
n
.
T
h
e
s
ize
o
f
f
ilter
k
er
n
el
s
o
f
5
is
u
s
ed
f
o
r
ea
ch
C
NN
s
la
y
er
w
it
h
s
tep
s
ize
o
f
1
an
d
t
h
e
t
h
r
ee
co
n
v
o
l
u
tio
n
la
y
er
s
co
n
tai
n
s
1
2
,
2
4
,
3
6
co
n
v
o
lu
tio
n
k
er
n
els,
r
esp
ec
tiv
e
l
y
.
T
h
e
r
ec
tif
ier
l
in
ea
r
R
L
U
ac
tiv
atio
n
f
u
n
c
tio
n
is
u
s
ed
in
ea
ch
C
NN
la
y
er
.
Ma
x
i
m
u
m
p
o
o
lin
g
is
u
s
ed
af
ter
th
e
o
u
tp
u
t
o
f
ea
c
h
C
NN
la
y
er
w
it
h
s
u
b
-
s
a
m
p
l
in
g
f
ac
to
r
o
f
4
in
P
1
,
in
P
2
is
5
an
d
in
P
3
it
is
s
et
to
its
in
p
u
t
ar
r
a
y
s
ize,
s
i
n
ce
t
h
e
last
C
NN
h
as
s
ize
i
s
1
x
7
,
s
o
t
h
e
s
u
b
-
s
a
m
p
li
n
g
f
ac
to
r
o
f
P
3
is
7
.
T
h
is
p
o
s
s
i
b
le
ad
ap
tatio
n
i
n
C
NN
s
tr
u
ctu
r
e
d
u
e
to
th
e
la
s
t
C
NN
la
y
er
o
u
tp
u
t
d
im
en
s
io
n
is
a
u
to
m
atica
ll
y
d
o
w
n
-
s
a
m
p
l
in
g
to
1
-
s
ca
lar
v
alu
e
s
r
eg
ar
d
less
o
f
s
u
b
-
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N:
2
0
8
8
-
8694
I
n
t J
P
o
w
E
lec
&
Dr
i
S
y
s
t,
Vo
l.
1
2
,
No
.
3
,
Sep
tem
b
er
2
0
2
1
:
19
28
–
19
39
1934
s
a
m
p
li
n
g
f
ac
to
r
w
h
ic
h
w
as
u
s
ed
in
o
th
er
C
NN
la
y
er
s
.
T
h
e
tw
o
f
u
ll
co
n
n
ec
tio
n
la
y
er
s
F
C
1
an
d
FC
2
h
av
e
3
6
n
eu
r
o
n
s
a
n
d
n
u
m
b
er
o
f
n
e
u
r
o
n
s
in
o
u
tp
u
t
la
y
er
is
4
f
o
r
f
au
lt
clas
s
i
f
icatio
n
.
I
n
o
u
tp
u
t
la
y
er
,
n
e
u
r
o
n
n
o
d
e
n
u
m
b
er
o
n
e
to
i
n
d
icate
th
e
f
a
u
lt
i
n
p
h
a
s
e
A
w
h
ic
h
h
a
s
a
v
alu
e
o
f
1
i
f
f
au
l
t
o
cc
u
r
s
i
n
f
o
r
w
ar
d
d
ir
ec
tio
n
o
f
p
r
o
tectiv
e
r
ela
y
a
n
d
h
as
v
al
u
e
o
f
-
1
i
f
f
au
lt
o
cc
u
r
s
i
n
r
ev
er
s
e
d
ir
ec
tio
n
o
r
h
a
s
0
v
alu
e
f
o
r
n
o
f
a
u
lt
d
etec
ted
in
th
is
p
h
ase.
S
i
m
ilar
l
y
,
n
eu
r
o
n
s
n
o
d
e
n
u
m
b
er
t
w
o
a
n
d
th
r
ee
to
in
d
icate
f
a
u
lt
s
i
n
p
h
as
e
B
an
d
p
h
ase
C
,
r
esp
ec
tiv
el
y
.
T
h
e
f
o
u
r
th
n
e
u
r
o
n
n
o
d
e
is
to
in
d
icate
t
h
e
g
r
o
u
n
d
f
a
u
lt
i
f
e
x
is
t
f
o
r
all
t
y
p
es
o
f
f
a
u
lt
s
an
d
h
a
s
v
alu
e
o
f
1
if
th
er
e
is
a
ce
r
tain
f
au
lt
to
g
r
o
u
n
d
an
d
h
as
0
v
al
u
e
if
g
r
o
u
n
d
d
o
es
n
o
t
ex
is
t
w
ith
a
g
i
v
en
t
y
p
e
o
f
f
au
lt.
T
h
e
o
v
er
all
co
n
f
ig
u
r
atio
n
o
f
p
r
o
p
o
s
ed
1
D
-
C
NN
is
s
h
o
w
n
i
n
Fi
g
u
r
e
5
.
T
h
e
n
et
w
o
r
k
i
s
tr
ai
n
in
g
b
y
B
ac
k
-
P
r
o
p
ag
atio
n
alg
o
r
it
h
m
e
x
p
lai
n
ed
p
r
ev
io
u
s
l
y
i
n
lear
n
in
g
al
g
o
r
ith
m
in
s
ec
tio
n
3
.
1
.
1
.
Fig
u
r
e
5
.
C
o
n
f
ig
u
r
atio
n
o
f
1
D
C
NN
6.
RE
SU
L
T
S
A
ND
D
I
SCU
SS
I
O
NS
T
h
e
to
tal
r
ec
o
r
d
in
g
d
ata
p
atte
r
n
s
ets
o
b
tain
ed
f
r
o
m
p
r
o
p
o
s
e
d
p
r
o
tectio
n
m
o
d
el
ar
e
8
8
p
atter
n
s
an
d
ea
ch
p
atter
n
co
n
ta
in
s
i
x
s
i
g
n
als
o
f
4
0
s
a
m
p
le
s
,
s
o
th
e
n
u
m
b
er
o
f
s
a
m
p
les
f
o
r
ea
ch
p
at
ter
n
s
et
i
s
2
4
0
.
T
h
e
p
atter
n
s
ets
ar
e
r
an
d
o
m
l
y
d
i
v
id
ed
in
to
6
0
s
et
f
o
r
tr
ain
in
g
an
d
2
8
s
et
f
o
r
test
in
g
w
it
h
e
q
u
al
class
i
f
icatio
n
ca
teg
o
r
y
.
T
h
e
s
u
m
o
f
m
ea
n
s
q
u
ar
e
er
r
o
r
MSE
o
f
all
t
r
ain
in
g
s
et
s
d
u
r
in
g
th
e
lear
n
in
g
is
0
.
0
0
1
an
d
co
n
v
er
g
e
n
ce
a
f
ter
2
5
5
0
ep
o
ch
s
w
ith
lear
n
i
n
g
r
ate
=0
.
1
3
.
T
o
ex
a
m
i
n
e
t
h
e
ac
cu
r
ac
y
a
n
d
ef
f
ec
tiv
e
n
ess
o
f
th
e
p
r
o
p
o
s
ed
1
D
-
C
NN
p
r
o
tectiv
e
alg
o
r
ith
m
a
t
w
o
o
th
er
co
n
v
e
n
t
io
n
al
m
et
h
o
d
s
o
f
f
a
u
lts
clas
s
i
f
icatio
n
ar
e
u
s
ed
f
o
r
co
m
p
ar
is
o
n
s
w
h
ic
h
ar
e
n
e
u
r
al
n
et
w
o
r
k
s
NN
a
n
d
f
u
zz
y
n
e
u
r
al
n
et
w
o
r
k
s
F
NN,
t
h
e
s
tr
u
ct
u
r
e
o
f
t
h
ese
m
e
t
h
o
d
s
is
s
h
o
w
n
in
T
ab
le
2
.
T
h
e
ac
cu
r
ac
y
o
f
tes
tin
g
r
es
u
lt
s
is
co
m
p
u
ted
f
o
r
th
e
p
r
o
p
o
s
ed
m
et
h
o
d
an
d
f
o
r
t
h
e
t
w
o
o
th
er
m
et
h
o
d
s
.
T
h
e
test
r
es
u
lt
s
ar
e
u
s
ed
to
c
h
ec
k
th
e
ac
c
u
r
a
c
y
b
y
Me
a
s
u
r
i
n
g
F1
s
co
r
e
w
h
ich
is
th
e
h
ar
m
o
n
ic
m
ea
n
b
et
w
ee
n
p
r
ec
is
io
n
an
d
r
ec
all
[
2
9
]
.
Fro
m
T
ab
le
2
it
s
ee
n
t
h
at
t
h
e
ac
c
u
r
ac
y
o
f
p
r
o
p
o
s
e
d
m
et
h
o
d
h
as
h
ig
h
id
en
ti
f
icatio
n
ac
cu
r
ac
y
f
r
o
m
o
th
er
t
w
o
m
et
h
o
d
s
a
n
d
w
it
h
t
h
e
s
a
m
e
to
tal
MSE
o
f
0
.
0
0
1
th
e
p
r
o
p
o
s
ed
m
et
h
o
d
is
co
n
v
er
g
en
ce
w
it
h
les
s
th
a
n
n
u
m
b
er
o
f
ep
o
ch
s
o
f
2
5
5
0
as
co
m
p
ar
ed
w
ith
co
n
v
er
g
e
n
ce
n
u
m
b
er
o
f
ep
o
ch
s
o
f
NN
an
d
FNN.
T
h
i
s
p
r
o
v
es
th
at
th
e
p
er
f
o
r
m
a
n
ce
s
o
f
p
r
o
p
o
s
ed
1
D
C
NN
al
g
o
r
ith
m
is
ef
f
ec
tiv
e
a
n
d
p
er
f
o
r
m
h
ig
h
er
c
lass
if
ica
tio
n
ac
cu
r
ac
y
.
T
h
e
lear
n
i
n
g
o
f
to
tal
M
SE
w
it
h
n
u
m
b
er
o
f
ep
o
ch
s
f
o
r
p
r
o
p
o
s
ed
1
D
C
NN
alg
o
r
ith
m
a
n
d
o
th
er
t
w
o
m
et
h
o
d
s
is
s
h
o
w
n
in
Fig
u
r
e
6
.
T
h
e
ef
f
icie
n
c
y
a
n
d
test
v
al
i
d
atio
n
ac
cu
r
ac
y
o
f
t
h
e
p
r
o
p
o
s
ed
1
D
-
C
NN
al
g
o
r
ith
m
is
en
s
u
r
ed
b
y
co
m
p
ar
i
n
g
th
e
r
esu
lts
ac
c
u
r
ac
y
o
f
test
v
alid
atio
n
w
it
h
tr
a
n
s
m
is
s
io
n
li
n
es
f
a
u
lts
c
lass
if
icat
io
n
m
o
d
els
h
a
s
b
ee
n
p
r
o
p
o
s
ed
b
y
F
u
ad
a
et
a
l.
[
2
6
]
.
I
n
th
i
s
r
e
f
er
en
ce
h
a
s
b
ee
n
i
n
t
r
o
d
u
ce
d
f
o
u
r
t
y
p
es
o
f
m
ac
h
i
n
e
lear
n
i
n
g
cla
s
s
i
f
ier
m
o
d
el
w
h
ic
h
ar
e
in
cl
u
d
es
ar
ti
f
icial
n
eu
r
al
n
et
w
o
r
k
b
ased
d
esecr
ate
w
a
v
elet
tr
a
n
s
f
o
r
m
(
A
N
N
-
DW
T
)
,
C
NN
-
DW
T
,
C
NN
w
it
h
r
a
w
d
atase
t
,
an
d
C
NN
w
it
h
n
o
r
m
aliza
tio
n
d
ata
f
o
r
cla
s
s
i
f
i
y
n
ig
o
f
f
au
l
ts
i
n
tr
an
s
m
is
s
io
n
lin
es.
T
ab
le
3
s
h
o
w
t
h
e
co
m
p
ar
is
o
n
o
f
r
es
u
lts
ac
c
u
r
ac
y
i
n
t
est
v
alid
atio
n
it
s
ee
n
t
h
at
th
e
p
r
o
p
o
s
ed
1
D
-
C
NN
alg
o
r
ith
m
h
as
h
i
g
er
ac
c
u
r
ac
y
o
f
1
0
0
%
a
n
d
h
a
s
t
h
e
leas
t
p
ar
a
m
eter
s
.
T
h
e
co
m
p
ar
is
o
n
e
x
p
lain
th
at
th
e
p
r
o
p
o
s
ed
1
D
-
C
NN
m
o
d
el
i
s
o
p
er
ativ
e
an
d
h
as
h
i
g
h
ac
c
u
r
ac
y
to
clas
s
i
f
y
t
h
e
f
au
lts
a
n
d
d
is
cr
i
m
i
n
ate
it
s
d
ir
ec
tio
n
in
tr
an
s
m
is
s
io
n
li
n
es
u
n
d
er
all
co
n
d
itio
n
s
o
f
o
p
er
atio
n
.
T
ab
le
2
.
C
o
m
p
ar
is
o
n
o
f
r
esu
l
t
s
ac
cu
r
ac
y
M
e
t
h
o
d
D
i
me
n
si
o
n
s
T
r
a
i
n
i
n
g
/
t
e
st
i
n
g
se
t
s
T
e
st
i
n
g
a
c
c
u
r
a
c
y
1
0
0
%
N
o
.
o
f
e
p
o
c
h
T
o
t
a
l
M
S
E
P
r
o
p
o
se
d
1
D
-
C
N
N
F
i
g
u
r
e
5
6
0
/
2
8
9
8
.
1
6
%
2
5
5
0
0
.
0
0
1
NN
30
-
50
-
42
-
4
6
0
/
2
8
8
8
%
2
6
4
1
6
0
.
0
0
1
F
N
N
30
-
45
-
4
6
0
/
2
8
9
2
.
3
%
1
4
6
5
1
0
.
0
0
1
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
P
o
w
E
lec
&
Dr
i
S
y
s
t
I
SS
N:
2
0
8
8
-
8
694
C
la
s
s
i
fica
tio
n
a
n
d
d
ir
ec
tio
n
d
i
s
crimin
a
tio
n
o
f fa
u
lts
in
tr
a
n
s
mis
s
io
n
lin
es
… (
A
h
med
Th
a
m
er R
a
d
h
i
)
1935
T
h
e
p
r
o
p
o
s
ed
p
r
o
tectiv
e
m
o
d
el
o
f
tr
a
n
s
m
is
s
io
n
p
o
w
er
s
y
s
t
e
m
s
h
o
w
n
p
r
ev
io
u
s
l
y
i
n
Fi
g
u
r
e
4
is
u
s
ed
f
o
r
test
i
n
g
t
h
e
p
r
o
p
o
s
ed
1
D
-
C
NN
al
g
o
r
ith
m
.
T
est
r
esu
lt
s
o
f
p
r
o
p
o
s
ed
alg
o
r
ith
m
w
h
ich
is
i
m
p
le
m
e
n
ted
f
o
r
n
o
r
m
al
o
p
er
atio
n
an
d
u
n
d
er
d
if
f
er
en
t
f
a
u
lt
s
co
n
d
itio
n
s
,
s
u
c
h
a
s
f
a
u
lt
d
ir
ec
tio
n
lo
ca
tio
n
,
f
au
lt
r
e
s
is
ta
n
ce
an
d
v
o
ltag
e
i
n
ce
p
tio
n
an
g
le
o
f
tr
an
s
m
i
s
s
io
n
li
n
e
s
m
o
d
el.
T
ab
l
e
4
ex
p
lain
th
e
r
es
u
lts
f
o
r
test
i
n
g
t
h
e
n
o
r
m
al
o
p
er
atio
n
an
d
li
n
e
to
g
r
o
u
n
d
f
au
lts
.
T
ab
le
5
p
r
esen
t
s
t
h
e
r
esu
lt
s
o
f
te
s
ti
n
g
o
f
d
o
u
b
le
lin
e,
an
d
t
h
r
ee
-
p
h
ase
f
au
lts
.
T
h
e
o
b
tain
ed
r
e
s
u
l
ts
s
h
o
w
s
t
h
at
th
e
n
e
w
al
g
o
r
ith
m
o
f
1
D
-
C
NN
ac
h
ie
v
es
h
ig
h
p
e
r
f
o
r
m
an
ce
an
d
h
i
g
h
ac
cu
r
ac
y
f
o
r
f
a
u
lt
cla
s
s
i
f
icat
i
o
n
an
d
th
e
f
au
l
t
d
ir
ec
tio
n
d
eter
m
i
n
e
a
f
ter
t
h
e
f
a
u
lt
in
ce
p
tio
n
is
p
er
f
o
r
m
ed
co
r
r
ec
tly
w
i
th
s
i
m
u
la
ted
f
a
u
l
t
d
ata.
T
h
e
r
esu
lts
s
h
o
w
th
a
t
th
e
al
g
o
r
ith
m
d
etec
ts
a
n
d
class
i
f
y
th
e
f
a
u
lt
s
co
r
r
ec
tly
f
o
r
all
f
a
u
lts
ca
s
es.
Fig
u
r
e
6
.
Me
an
s
q
u
ar
e
er
r
o
r
w
ith
n
u
m
b
er
o
f
ep
o
ch
s
T
ab
le
3
.
C
o
m
p
ar
is
o
n
o
f
test
v
alid
atio
n
ac
cu
r
ac
y
M
e
t
h
o
d
n
a
me
F
i
l
t
e
r
s n
u
mb
e
r
i
n
C
N
N
N
e
u
r
o
n
n
u
m
b
e
r
i
n
f
u
l
l
y
-
c
o
n
e
c
t
i
o
n
l
a
y
e
r
T
o
t
a
l
p
a
r
a
me
t
e
r
A
c
c
u
r
a
c
y
o
f
t
e
st
v
a
l
i
d
a
t
i
o
n
1
0
0
%
P
r
o
p
o
se
d
1
D
-
C
N
N
12
-
24
-
36
36
1
6
6
0
1
0
0
%
C
N
N
-
D
W
T
[
2
6
]
16
1
4
4
3
4
,
2
0
3
9
6
.
1
1
%
C
N
N
-
r
a
w
d
a
t
a
[
2
6
]
17
-
32
32
8
7
.
7
5
2
9
9
.
9
9
%
C
N
N
-
n
o
r
mal
i
z
a
t
i
o
n
d
a
t
a
[
2
6
]
17
-
32
32
8
7
.
7
5
2
1
0
0
%
A
N
N
-
D
W
T
[
2
6
]
-
12
-
24
-
12
8
3
9
8
0
.
7
6
4
%
T
ab
le
4
.
L
in
e
to
g
r
o
u
n
d
f
au
lts
test
r
esu
lts
F
a
u
l
t
t
y
p
e
D
i
r
e
c
t
i
o
n
F
a
u
l
t
p
o
si
t
i
o
n
/
l
o
c
a
t
i
o
n
I
n
c
e
p
t
i
o
n
a
n
g
l
e
F
a
u
l
t
r
e
si
st
a
n
c
e
O
u
t
p
u
t
t
a
r
g
e
t
A
c
t
u
a
l
o
u
t
p
u
t
A
A
c
t
u
a
l
o
u
t
p
u
t
B
A
c
t
u
a
l
o
u
t
p
u
t
C
A
c
t
u
a
l
o
u
t
p
u
t
G
N
o
r
mal
h
a
l
f
l
o
a
d
-
-
-
-
0
0
0
0
0
.
0
0
9
5
0
.
0
0
4
4
0
0
N
o
r
mal
f
u
l
l
l
o
a
d
-
-
-
-
0
0
0
0
0
.
0
1
0
8
0
.
0
1
1
2
0
0
A
-
G
F
o
r
w
a
r
d
B
u
s
A
,
1
k
m
30
o
0
.
0
1
Ω
1
0
0
1
0
.
9
8
2
7
0
.
0
0
6
4
0
.
0
0
0
7
0
.
9
9
5
2
A
-
G
F
o
r
w
a
r
d
B
u
s
A
,
1
0
k
m
0
o
0
.
0
1
Ω
1
0
0
1
1
0
.
0
0
7
0
0
.
9
8
9
8
A
-
G
F
o
r
w
a
r
d
B
u
s
A
,
5
0
k
m
60
o
5
Ω
1
0
0
1
1
0
.
0
1
5
4
0
1
A
-
G
F
o
r
w
a
r
d
B
u
s
B
-
D
,
2
0
k
m
0
o
2
Ω
1
0
0
1
0
.
9
9
8
9
0
.
0
0
0
3
0
.
0
0
2
1
1
A
-
G
R
e
v
e
r
s
e
B
u
s
A
,
1
k
m
0
o
0
.
0
1
Ω
-
1
0
0
1
-
1
0
.
0
0
0
5
0
.
0
0
1
2
0
.
9
8
9
7
A
-
G
R
e
v
e
r
s
e
B
u
s
A
,
1
0
k
m
30
o
0
.
0
1
Ω
-
1
0
0
1
-
1
0
.
0
0
0
8
0
0
.
9
9
9
7
A
-
G
R
e
v
e
r
s
e
B
u
s
A
,
3
0
k
m
60
o
2
Ω
-
1
0
0
1
-
0
.
9
8
9
0
.
0
1
8
6
0
1
A
-
G
R
e
v
e
r
s
e
B
u
s
A
,
1
0
0
k
m
90
o
5
Ω
-
1
0
0
1
-
0
.
9
9
8
0
.
0
1
1
0
.
0
0
0
1
0
.
9
9
9
8
B
-
G
F
o
r
w
a
r
d
B
u
s
A
,
9
0
k
m
0
o
0
.
0
1
Ω
0
1
0
1
0
1
0
.
0
0
0
6
0
.
9
8
6
B
-
G
F
o
r
w
a
r
d
B
u
s
B
-
C
,
1
0
0
k
m
30
o
0
.
0
1
Ω
0
1
0
1
0
.
0
4
1
8
0
.
9
9
8
6
0
.
0
0
2
1
0
.
9
8
1
5
B
-
G
R
e
v
e
r
s
e
B
u
s
A
,
1
k
m
0
o
0
.
0
1
Ω
0
-
1
0
1
0
.
0
1
4
3
-
1
0
.
0
0
0
3
0
.
9
9
7
9
B
-
G
R
e
v
e
r
s
e
B
u
s
A
,
5
0
k
m
90
o
1
0
Ω
0
-
1
0
1
0
.
0
0
1
9
-
0
.
9
9
9
8
0
.
0
0
3
2
0
.
9
9
9
9
C
-
G
F
o
r
w
a
r
d
B
u
s
A
,
1
8
0
k
m
0
o
0
.
0
1
Ω
0
0
1
1
0
0
.
0
0
2
1
1
C
-
G
F
o
r
w
a
r
d
B
u
s
B
-
C
,
1
2
0
k
m
30
o
2
Ω
0
0
1
1
0
.
0
0
1
6
0
.
0
0
6
6
0
.
9
9
4
5
1
C
-
G
R
e
v
e
r
s
e
B
u
s
A
,
5
k
m
0
o
0
.
0
1
Ω
00
-
11
0
0
-
1
1
C
-
G
R
e
v
e
r
s
e
B
u
s
A
,
1
0
0
k
m
90
o
5
Ω
00
-
11
0
0
-
0
.
9
9
8
9
1
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N:
2
0
8
8
-
8694
I
n
t J
P
o
w
E
lec
&
Dr
i
S
y
s
t,
Vo
l.
1
2
,
No
.
3
,
Sep
tem
b
er
2
0
2
1
:
19
28
–
19
39
1936
T
ab
le
5
.
T
est r
esu
lts
o
f
d
o
u
b
le
-
li
n
e
an
d
th
r
ee
-
p
h
a
s
e
f
a
u
lt
s
F
a
u
l
t
t
y
p
e
D
i
r
e
c
t
i
o
n
F
a
u
l
t
p
o
si
t
i
o
n
/
l
o
c
a
t
i
o
n
I
n
c
e
p
t
i
o
n
a
n
g
l
e
F
a
u
l
t
r
e
si
st
a
n
c
e
O
u
t
p
u
t
t
a
r
g
e
t
A
c
t
u
a
l
o
u
t
p
u
t
A
A
c
t
u
a
l
o
u
t
p
u
t
B
A
c
t
u
a
l
o
u
t
p
u
t
C
A
c
t
u
a
l
o
u
t
p
u
t
G
A
-
B
F
o
r
w
a
r
d
B
u
s
B
-
C
,
3
0
k
m
0
o
0
.
0
1
Ω
1
1
0
0
0
.
9
9
7
2
0
.
9
9
8
2
0
0
.
0
1
0
4
A
-
B
R
e
v
e
r
s
e
B
u
s
A
,
5
k
m
60
o
1
0
Ω
-
1
-
1
0
0
-
1
-
0
.
9
9
9
9
0
0
B
-
C
F
o
r
w
a
r
d
B
u
s
B
-
D
,
2
0
k
m
30
o
2
Ω
0
1
1
0
0
.
0
3
1
4
1
0
.
9
9
8
4
0
.
0
0
8
B
-
C
R
e
v
e
r
s
e
B
u
s
A
,
3
0
k
m
90
o
5
Ω
0
-
1
-
10
0
-
0
.
9
9
9
8
-
1
0
.
0
0
3
2
A
-
C
F
o
r
w
a
r
d
B
u
s
A
,
1
8
0
k
m
0
o
0
.
0
1
Ω
1
0
1
0
1
0
.
0
0
2
0
.
9
9
7
7
0
.
0
0
0
3
A
-
B
-
G
F
o
r
w
a
r
d
B
u
s
B
-
C
,
1
0
0
k
m
0
o
2
Ω
1
1
0
1
0
.
9
8
1
9
1
0
.
0
0
2
5
0
.
9
9
3
3
A
-
B
-
G
R
e
v
e
r
s
e
B
u
s
A
,
5
0
k
m
60
o
1
0
Ω
-
1
-
1
0
1
-
0
.
9
9
7
9
-
1
0
.
0
0
0
5
0
.
9
9
8
7
B
-
C
-
G
F
o
r
w
a
r
d
B
u
s
B
-
D
,
4
0
k
m
0
o
0
.
0
1
Ω
0
1
1
1
0
.
0
0
4
1
1
0
.
9
8
3
3
B
-
C
-
G
R
e
v
e
r
s
e
B
u
s
A
,
1
0
k
m
30
o
5
Ω
0
-
1
-
11
0
.
0
0
3
-
1
-
0
.
9
9
6
8
0
.
9
8
0
5
A
-
C
-
G
F
o
r
w
a
r
d
B
u
s
A
,
9
0
k
m
0
o
0
.
0
1
Ω
1
0
1
1
0
.
9
9
8
8
0
1
0
.
9
9
8
8
A
-
B
-
C
F
o
r
w
a
r
d
B
u
s
A
,
5
0
k
m
0
o
1
0
Ω
1
1
1
0
1
1
0
.
9
9
9
8
0
A
-
B
-
C
-
G
F
o
r
w
a
r
d
B
u
s
B
-
C
,
1
2
0
k
m
60
o
2
Ω
1
1
1
1
0
.
9
9
7
8
1
0
.
9
9
6
8
1
A
-
B
-
C
-
G
F
o
r
w
a
r
d
B
u
s
B
-
D
,
1
0
0
k
m
90
o
5
Ω
1
1
1
1
0
.
9
8
9
8
0
.
9
9
8
0
.
9
9
4
8
1
A
-
B
-
C
R
e
v
e
r
s
e
B
u
s
A
,
5
k
m
0
o
0
.
0
1
Ω
-
1
-
1
-
10
-
0
.
9
8
7
7
-
1
-
0
.
9
7
9
9
0
.
0
0
1
2
A
-
B
-
C
-
G
R
e
v
e
r
s
e
B
u
s
A
,
5
0
k
m
30
o
2
Ω
-
1
-
1
-
11
-
1
-
1
-
0
.
9
6
8
6
0
.
9
9
6
9
A
-
B
-
C
-
G
R
e
v
e
r
s
e
B
u
s
A
,
1
0
0
k
m
90
o
1
0
Ω
-
1
-
1
-
11
-
0
.
9
9
8
8
-
1
-
0
.
9
3
9
8
0
.
9
9
9
9
I
n
o
r
d
er
to
ev
alu
ate
th
e
s
p
ee
d
o
f
f
a
u
lt
d
etec
tio
n
an
d
t
h
e
ac
cu
r
ac
y
o
f
f
au
l
t
d
ir
ec
tio
n
d
is
cr
i
m
in
atio
n
o
f
th
e
p
r
o
p
o
s
ed
1
D
-
C
NN
m
et
h
o
d
,
d
if
f
er
en
t
f
au
lts
ca
s
e
s
ar
e
s
t
u
d
ied
to
s
h
o
w
th
e
p
er
f
o
r
m
a
n
ce
o
f
th
e
p
r
o
p
o
s
ed
p
r
o
tectiv
e
m
e
th
o
d
ar
e
p
r
ese
n
t
ed
h
er
e.
Fi
g
u
r
e
7
il
l
u
s
tr
ate
s
t
h
e
th
r
ee
-
p
h
ase
v
o
lta
g
e
s
a
n
d
cu
r
r
en
ts
w
av
e
f
o
r
m
s
at
r
ela
y
p
o
s
itio
n
u
n
d
er
h
ea
lth
y
o
p
er
atio
n
o
f
p
o
w
er
s
y
s
te
m
.
F
ig
u
r
e
8
s
h
o
w
a
t
h
r
ee
-
p
h
ase
v
o
ltag
es
a
n
d
c
u
r
r
en
t
s
w
a
v
e
f
o
r
m
s
a
t
r
ela
y
p
o
s
i
tio
n
u
n
d
er
p
h
ase
a
l
in
e
to
g
r
o
u
n
d
f
a
u
lt
o
cc
u
r
s
at
7
0
k
m
i
n
f
o
r
w
ar
d
d
ir
ec
tio
n
s
tar
ti
n
g
at
ti
m
e
o
f
0
.
1
5
s
ec
an
d
clea
r
a
t
0
.
5
7
s
ec
.
Fig
u
r
e
9
s
h
o
w
th
e
o
u
tp
u
ts
o
f
p
r
o
p
o
s
ed
alg
o
r
ith
m
u
n
d
er
h
ea
lth
y
o
p
er
atio
n
o
f
p
o
w
er
s
y
s
te
m
i
t
i
s
clea
r
t
h
at
al
l
t
h
e
o
u
tp
u
ts
ar
e
ze
r
o
an
d
s
h
o
w
t
h
at
t
h
e
s
tab
ilit
y
o
f
t
h
e
al
g
o
r
ith
m
o
u
tp
u
ts
u
n
d
er
n
o
r
m
a
l
o
p
er
ati
o
n
co
n
d
itio
n
s
o
f
p
o
w
er
tr
an
s
m
is
s
io
n
s
y
s
te
m
.
A
li
n
e
to
g
r
o
u
n
d
f
au
lt
o
cc
u
r
o
n
p
h
ase
b
at
1
0
k
m
i
n
f
o
r
w
ar
d
d
ir
ec
tio
n
o
f
B
u
s
A
at
ti
m
e
o
f
0
.
0
5
s
ec
w
i
th
f
au
lt
r
esis
ta
n
ce
o
f
0
.
0
1
Ω
as
ex
p
lain
in
Fi
g
u
r
e
1
0
,
it
is
s
ee
th
at
th
e
o
u
tp
u
t
B
an
d
g
r
o
u
n
d
o
u
tp
u
t
ar
e
b
o
th
g
i
v
es
v
al
u
e
o
f
o
n
e
at
th
e
i
n
s
ta
n
t
o
f
f
au
l
t
an
d
th
e
t
w
o
o
th
er
o
u
tp
u
t
s
o
f
h
ea
lth
y
p
h
a
s
es
g
i
v
es
ze
r
o
o
u
tp
u
t
b
ec
au
s
e
n
o
f
a
u
lt
o
cc
u
r
s
o
n
t
h
e
h
ea
lth
y
p
h
ase
s
a
an
d
c.
T
h
r
ee
-
p
h
ase
to
g
r
o
u
n
d
f
au
l
t
o
cc
u
r
at
1
1
0
k
m
in
f
o
r
war
d
d
ir
ec
tio
n
o
f
B
u
s
A
at
0
.
4
2
s
ec
in
ci
d
en
t
ti
m
e
w
it
h
f
a
u
lt
r
e
s
is
ta
n
ce
o
f
2
Ω
i
s
g
iv
e
n
i
n
Fig
u
r
e
1
1
.
I
t
is
cle
ar
th
at
f
r
o
m
th
i
s
Fig
u
r
e
t
h
e
p
r
o
p
o
s
ed
alg
o
r
ith
m
co
r
r
ec
tly
cla
s
s
i
f
ies
a
n
d
d
is
cr
i
m
i
n
ate
th
e
d
ir
ec
tio
n
o
f
f
a
u
lt.
Fig
u
r
e
1
2
s
h
o
w
p
h
ase
a
w
it
h
lin
e
to
g
r
o
u
n
d
f
a
u
lt
o
cc
u
r
at
5
k
m
in
th
e
r
e
v
er
s
e
d
ir
ec
tio
n
o
f
B
u
s
A
at
0
.
1
7
s
ec
ti
m
e
w
i
th
f
a
u
lt
r
es
is
ta
n
ce
o
f
1
0
Ω
.
T
h
e
Fig
u
r
e
s
h
o
w
t
h
at
th
e
o
u
tp
u
t
A
o
f
p
r
o
p
o
s
ed
m
e
th
o
d
g
i
v
es
v
al
u
e
o
f
-
1
s
in
ce
t
h
e
f
au
l
t o
cc
u
r
in
r
ev
er
s
e
d
ir
ec
tio
n
o
f
r
ela
y
p
o
s
itio
n
o
n
B
u
s
A
an
d
g
r
o
u
n
d
o
u
tp
u
t
g
i
v
e
v
a
lu
e
o
f
1
to
i
n
d
icate
t
h
e
g
r
o
u
n
d
f
a
u
lt
w
h
il
e
th
e
o
t
h
er
o
u
tp
u
ts
m
en
tio
n
ze
r
o
v
al
u
es
d
u
e
to
it
is
h
ea
l
th
y
p
h
ase
s
.
L
i
n
e
to
lin
e
to
g
r
o
u
n
d
o
cc
u
r
o
n
P
h
ase
s
b
an
d
c
a
t
5
0
k
m
i
n
r
ev
er
s
e
d
ir
ec
tio
n
o
f
B
u
s
A
at
ti
m
e
o
f
0
.
6
2
w
i
th
f
a
u
lt
r
es
is
ta
n
ce
o
f
5
Ω
as
s
h
o
w
n
i
n
F
ig
u
r
e
1
3
.
I
n
Fig
u
r
e
1
4
a
lin
e
-
to
-
l
in
e
f
a
u
lt
at
p
h
ases
a
a
n
d
c
o
cc
u
r
at
1
0
0
k
m
i
n
r
ev
er
s
e
d
ir
ec
tio
n
o
f
B
u
s
A
s
tar
t
at
t
i
m
e
o
f
0
.
2
s
ec
a
n
d
clea
r
at
tim
e
o
f
0
.
6
1
s
ec
w
it
h
f
au
lt
r
esis
ta
n
ce
o
f
0
.
0
1
Ω
.
I
t
is
s
ee
n
f
r
o
m
t
h
i
s
Fig
u
r
e
th
at
a
p
r
o
p
o
s
ed
m
o
d
el
co
r
r
ec
tly
d
etec
t
s
d
ir
ec
tio
n
o
f
f
au
l
t
at
f
a
u
lt
s
tar
tin
g
ti
m
e
a
n
d
r
esto
r
e
its
n
o
r
m
a
l
s
tate
a
t
th
e
ti
m
e
o
f
f
a
u
lt
c
lear
.
Fro
m
all
t
h
ese
s
t
u
d
ied
f
a
u
lt
s
ca
s
es
i
t
i
s
clea
r
th
at
t
h
e
p
r
o
p
o
s
ed
p
r
o
tectiv
e
m
eth
o
d
h
as
f
ast
o
u
tp
u
ts
v
ar
iab
le
co
n
v
er
g
e
n
ce
to
th
e
ex
p
ec
ted
v
alu
es
o
f
f
a
u
lt
s
co
n
d
itio
n
s
an
d
th
e
d
etec
tio
n
an
d
d
ir
ec
tio
n
d
is
cr
i
m
i
n
ato
r
o
f
f
au
lt
it
is
n
o
t
af
f
ec
ted
b
y
t
y
p
e,
l
o
ca
tio
n
,
in
ce
p
tio
n
ti
m
e
an
d
f
au
lt
r
esi
s
tan
ce
t.
T
h
is
is
c
le
ar
l
y
co
n
f
ir
m
in
g
t
h
e
ef
f
ec
tiv
e
n
e
s
s
an
d
ac
c
u
r
ac
y
o
f
th
e
p
r
o
p
o
s
ed
alg
o
r
ith
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
P
o
w
E
lec
&
Dr
i
S
y
s
t
I
SS
N:
2
0
8
8
-
8
694
C
la
s
s
i
fica
tio
n
a
n
d
d
ir
ec
tio
n
d
i
s
crimin
a
tio
n
o
f fa
u
lts
in
tr
a
n
s
mis
s
io
n
lin
es
… (
A
h
med
Th
a
m
er R
a
d
h
i
)
1937
Fig
u
r
e
7
.
T
h
r
ee
-
p
h
ase
v
o
lta
g
e
s
an
d
cu
r
r
en
t
s
at
r
ela
y
s
ite
u
n
d
er
h
ea
lt
h
y
o
p
er
atio
n
Fig
u
r
e
8
.
T
h
r
ee
-
p
h
ase
v
o
lta
g
e
s
an
d
cu
r
r
en
t
s
at
r
ela
y
s
ite
u
n
d
er
p
h
ase
a
li
n
e
to
g
r
o
u
n
d
f
a
u
lt a
t 7
0
k
m
in
f
o
r
w
ar
d
d
ir
ec
tio
n
Fig
u
r
e
9
.
Ou
tp
u
t
s
o
f
p
r
o
p
o
s
ed
alg
o
r
ith
m
u
n
d
er
h
ea
lt
h
y
o
p
er
atio
n
Fig
u
r
e
1
0
.
P
h
ase
b
lin
e
to
g
r
o
u
n
d
f
au
l
t a
t 1
0
k
m
i
n
f
o
r
w
ar
d
d
ir
ec
tio
n
Fig
u
r
e
1
1
.
T
h
r
ee
-
p
h
ase
to
g
r
o
u
n
d
f
au
l
t a
t 1
1
0
k
m
i
n
f
o
r
w
ar
d
d
ir
ec
tio
n
Fig
u
r
e
1
2
.
P
h
ase
a
lin
e
to
g
r
o
u
n
d
f
a
u
lt a
t 5
k
m
i
n
r
ev
er
s
e
d
ir
ec
tio
n
Evaluation Warning : The document was created with Spire.PDF for Python.