論文の概要: Interpretable Detection of Partial Discharge in Power Lines with Deep Learning

• arxiv url: http://arxiv.org/abs/2008.05838v3
• Date: Wed, 17 Mar 2021 07:23:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-30 23:57:57.314442
• Title: Interpretable Detection of Partial Discharge in Power Lines with Deep Learning
• Title（参考訳）: 深層学習による電力線部分放電の解釈可能な検出
• Authors: Gabriel Michau, Chi-Ching Hsu and Olga Fink
• Abstract要約: 部分放電(PD)は、電力系統の異常を示す一般的な指標である。 畳み込みニューラルネットワークに基づく新しいエンドツーエンドフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 1.3535770763481902
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Partial discharge (PD) is a common indication of faults in power systems, such as generators, and cables. These PD can eventually result in costly repairs and substantial power outages. PD detection traditionally relies on hand-crafted features and domain expertise to identify very specific pulses in the electrical current, and the performance declines in the presence of noise or of superposed pulses. In this paper, we propose a novel end-to-end framework based on convolutional neural networks. The framework has two contributions. First, it does not require any feature extraction and enables robust PD detection. Second, we devise the pulse activation map. It provides interpretability of the results for the domain experts with the identification of the pulses that led to the detection of the PDs. The performance is evaluated on a public dataset for the detection of damaged power lines. An ablation study demonstrates the benefits of each part of the proposed framework.
• Abstract（参考訳）: 部分放電 (PD) は発電機やケーブルなどの電力系統の故障を示す一般的な指標である。 これらのPDは最終的にコストのかかる修理と実質的な停電をもたらす。 PD検出は伝統的に、手作りの特徴と領域の専門知識に頼って電流中の非常に特定のパルスを識別し、ノイズや重畳パルスの存在下での性能は低下する。 本稿では,畳み込みニューラルネットワークに基づく新しいエンドツーエンドフレームワークを提案する。 このフレームワークには2つの貢献がある。 まず、機能抽出を一切必要とせず、堅牢なPD検出を可能にする。 次に、パルス活性化マップを考案する。 これは、PDの検出につながるパルスを識別することで、ドメインの専門家に結果の解釈可能性を提供する。 損傷した電力線を検出するための公開データセットで性能を評価する。 アブレーション研究は,提案手法の各部分の利点を示す。

関連論文リスト

• Resultant: Incremental Effectiveness on Likelihood for Unsupervised Out-of-Distribution Detection [63.93728560200819]
  unsupervised out-of-distribution (U-OOD) は、未表示のin-distriion(ID)データのみに基づいて訓練された検出器でデータサンプルを識別することである。 近年の研究は、DGMに基づく様々な検出器を開発し、可能性を超えて移動している。 本研究では,各方向,特にポストホック前とデータセットエントロピー・ミューチュアルキャリブレーションの2つの手法を適用した。 実験の結果、結果が新しい最先端のU-OOD検出器になる可能性が示された。
  論文  参考訳（メタデータ） (2024-09-05T02:58:13Z)
• Neuromorphic Split Computing with Wake-Up Radios: Architecture and Design via Digital Twinning [97.99077847606624]
  本研究は,遠隔・無線接続型NPUからなる分割計算機システムに,覚醒無線機構を組み込んだ新しいアーキテクチャを提案する。 覚醒無線に基づくニューロモルフィックスプリットコンピューティングシステムの設計における重要な課題は、検知、覚醒信号検出、意思決定のためのしきい値の選択である。
  論文  参考訳（メタデータ） (2024-04-02T10:19:04Z)
• Towards Automatic Power Battery Detection: New Challenge, Benchmark Dataset and Baseline [70.30473488226093]
  PBD(パワーバッテリ検出)と呼ばれる新しいタスクに関する総合的研究を行う。 X線画像から高密度陰極と陽極板のエンドポイントをローカライズし、電池の品質を評価することを目的としている。 我々は,多次元協調ネットワーク(MDCNet)と呼ばれるPBDのための新しいセグメンテーションベースソリューションを提案する。
  論文  参考訳（メタデータ） (2023-12-05T06:18:38Z)
• Generalizable Classification of UHF Partial Discharge Signals in Gas-Insulated HVDC Systems Using Neural Networks [0.0]
  非検出部分放電(PDs)は、高圧(HV)ガス絶縁系の安全上の重要な問題である。 本稿では,HVDC GISの絶縁体上での金属突起および導電性粒子によるPD信号の分類のためのニューラルネットワークに基づくアプローチを提案し,解析する。
  論文  参考訳（メタデータ） (2023-07-17T13:21:02Z)
• Non-contact Sensing for Anomaly Detection in Wind Turbine Blades: A focus-SVDD with Complex-Valued Auto-Encoder Approach [2.967390112155113]
  我々は、FMCWレーダを非破壊検知モードとして利用する製造の品質保証を強化する。 焦点支援ベクトルデータ記述(focus-SVDD)と呼ばれる新しい異常検出手法を提案する。 提案手法の有効性は, 収集データへの適用を通して実証する。
  論文  参考訳（メタデータ） (2023-06-19T09:54:34Z)
• Energy-based Out-of-Distribution Detection for Graph Neural Networks [76.0242218180483]
  我々は,GNNSafeと呼ばれるグラフ上での学習のための,シンプルで強力で効率的なOOD検出モデルを提案する。 GNNSafeは、最先端技術に対するAUROCの改善を最大17.0%で達成しており、そのような未開発領域では単純だが強力なベースラインとして機能する可能性がある。
  論文  参考訳（メタデータ） (2023-02-06T16:38:43Z)
• ReDFeat: Recoupling Detection and Description for Multimodal Feature Learning [51.07496081296863]
  我々は、相互重み付け戦略による多モーダル特徴学習の検出と記述の独立した制約を再定義する。 本研究では,大きな受容場を有し,学習可能な非最大抑制層を備える検出器を提案する。 我々は,特徴マッチングと画像登録タスクにおける特徴量を評価するために,クロス可視,赤外線,近赤外,合成開口レーダ画像ペアを含むベンチマークを構築した。
  論文  参考訳（メタデータ） (2022-05-16T04:24:22Z)
• An Energy Efficient Health Monitoring Approach with Wireless Body Area Networks [3.251108888213167]
  無線ボディエリアネットワーク (Wireless Body Area Networks, WBANs) は、体表面近くに配置されたセンサーのネットワークである。 本稿では, エネルギーの保全と健康状態の検知のための, シンプルながら革新的なアプローチを提案する。
  論文  参考訳（メタデータ） (2021-09-27T18:52:39Z)
• Fault Detection for Covered Conductors With High-Frequency Voltage Signals: From Local Patterns to Global Features [5.453001435164266]
  本稿では,クラスタリング手法に基づくパルス形状解析手法を提案する。 我々は、洞察に富んだ特徴を構築し、優れた検出性能を持つ新しい機械学習モデルを開発する。 提案したモデルは,カグル競技における勝利モデルよりも優れ,現場におけるリアルタイムな乱れを検出する最先端のソリューションを提供する。
  論文  参考訳（メタデータ） (2020-11-01T02:58:19Z)
• D-NetPAD: An Explainable and Interpretable Iris Presentation Attack Detector [13.367903535457364]
  虹彩認識システムは、相手が印刷された目、プラスチックの目、化粧品のコンタクトレンズなどのアーチファクトを提示する、プレゼンテーションアタック(PA)に対して脆弱である。 本稿では、DenseNet畳み込みニューラルネットワークアーキテクチャに基づくD-NetPADと呼ばれる有効で堅牢なアイリスPA検出器を提案する。
  論文  参考訳（メタデータ） (2020-07-02T20:44:36Z)
• Pose-guided Visible Part Matching for Occluded Person ReID [80.81748252960843]
  本稿では、ポーズ誘導による特徴の識別を共同で学習し、その部分の可視性を自己判断する Pose-Guided Visible Part Matching (PVPM) 法を提案する。 実験結果から,提案手法は最先端手法と競合する性能を示した。
  論文  参考訳（メタデータ） (2020-04-01T04:36:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。