論文の概要: Fault Detection for Covered Conductors With High-Frequency Voltage Signals: From Local Patterns to Global Features

• arxiv url: http://arxiv.org/abs/2011.02336v1
• Date: Sun, 1 Nov 2020 02:58:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-01 00:03:24.765199
• Title: Fault Detection for Covered Conductors With High-Frequency Voltage Signals: From Local Patterns to Global Features
• Title（参考訳）: 高周波電圧信号を有する被覆導体の故障検出:局所パターンから大域的特徴へ
• Authors: Kunjin Chen, Tom\'a\v{s} Vantuch, Yu Zhang, Jun Hu, Jinliang He
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 5.453001435164266
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The detection and characterization of partial discharge (PD) are crucial for the insulation diagnosis of overhead lines with covered conductors. With the release of a large dataset containing thousands of naturally obtained high-frequency voltage signals, data-driven analysis of fault-related PD patterns on an unprecedented scale becomes viable. The high diversity of PD patterns and background noise interferences motivates us to design an innovative pulse shape characterization method based on clustering techniques, which can dynamically identify a set of representative PD-related pulses. Capitalizing on those pulses as referential patterns, we construct insightful features and develop a novel machine learning model with a superior detection performance for early-stage covered conductor faults. The presented model outperforms the winning model in a Kaggle competition and provides the state-of-the-art solution to detect real-time disturbances in the field.
• Abstract（参考訳）: 部分放電 (PD) の検出とキャラクタリゼーションは, 被覆導体を用いた架空線の絶縁診断に不可欠である。 自然に得られた何千もの高周波電圧信号を含む大規模データセットのリリースにより、前例のない規模の障害関連pdパターンのデータ駆動分析が実現可能になる。 pdパターンの多様さと背景雑音の干渉は,代表的なpd関連パルス群を動的に識別できるクラスタリング技術に基づく革新的なパルス形状特徴付け手法の設計を動機付ける。 これらのパルスを基準パターンとして、洞察力のある特徴を構築し、初期被覆導体断層に対する検出性能に優れた新しい機械学習モデルを開発する。 提案モデルは,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。

関連論文リスト

• Synthesizing Multimodal Electronic Health Records via Predictive Diffusion Models [69.06149482021071]
  EHRPDと呼ばれる新しいEHRデータ生成モデルを提案する。 時間間隔推定を組み込んだ拡散モデルである。 我々は2つの公開データセットで実験を行い、忠実さ、プライバシー、実用性の観点からEPHPDを評価する。
  論文  参考訳（メタデータ） (2024-06-20T02:20:23Z)
• Analysis of Impulsive Interference in Digital Audio Broadcasting Systems in Electric Vehicles [2.056630504912993]
  電気自動車(EV)のインパルス干渉は、無線デジタル伝送システムを劣化させる。 本稿では,我々のEVテストベッドから記録したデータを用いて,デジタルオーディオ放送帯域におけるインパルス干渉を解析する。 以上の結果から, インパルスイベントは連続した受信信号サンプルにまたがり, バースト特性を示すことがわかった。
  論文  参考訳（メタデータ） (2024-05-17T14:48:37Z)
• DetDiffusion: Synergizing Generative and Perceptive Models for Enhanced Data Generation and Perception [78.26734070960886]
  現在の知覚モデルは、リソース集約的なデータセットに大きく依存している。 セグメンテーションを通じて知覚認識損失(P.A.損失)を導入し、品質と制御性の両方を改善した。 本手法は,世代間における知覚認識属性(P.A. Attr)の抽出と利用により,データ拡張をカスタマイズする。
  論文  参考訳（メタデータ） (2024-03-20T04:58:03Z)
• Cross-modal Prompts: Adapting Large Pre-trained Models for Audio-Visual Downstream Tasks [55.36987468073152]
  本稿では,DG-SCT(Dual-Guided Space-Channel-Temporal)アテンション機構を提案する。 DG-SCTモジュールはトレーニング可能なクロスモーダル・インタラクション・レイヤを事前トレーニングされたオーディオ・ビジュアル・エンコーダに組み込む。 提案手法は, AVE, AVVP, AVS, AVQA, AVQAを含む複数のダウンストリームタスクにまたがる最先端の処理結果を実現する。
  論文  参考訳（メタデータ） (2023-11-09T05:24:20Z)
• Causal Disentanglement Hidden Markov Model for Fault Diagnosis [55.90917958154425]
  本研究では, 軸受破壊機構の因果性を学ぶために, 因果解離隠れマルコフモデル (CDHM) を提案する。 具体的には、時系列データをフル活用し、振動信号を断層関連要因と断層関連要因に段階的に分解する。 アプリケーションの範囲を広げるために、学習された非絡み合った表現を他の作業環境に転送するために、教師なしのドメイン適応を採用する。
  論文  参考訳（メタデータ） (2023-08-06T05:58:45Z)
• 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)
• Robustness and Generalization Performance of Deep Learning Models on Cyber-Physical Systems: A Comparative Study [71.84852429039881]
  調査は、センサーの故障やノイズなど、様々な摂動を扱うモデルの能力に焦点を当てている。 我々は,これらのモデルの一般化と伝達学習能力を,アウト・オブ・ディストリビューション(OOD)サンプルに公開することによって検証する。
  論文  参考訳（メタデータ） (2023-06-13T12:43:59Z)
• Non-destructive Fault Diagnosis of Electronic Interconnects by Learning Signal Patterns of Reflection Coefficient in the Frequency Domain [1.8843687952462742]
  本稿では,早期故障検出と相互接続欠陥の正確な診断のための新しい非破壊的手法を提案する。 提案手法は, 周波数範囲にわたる係数反射の信号パターンを利用して, 根本原因同定と重大度評価の両立を可能にする。 実験結果から,本手法は断層検出および診断に有効であり,実世界の産業応用に拡張できる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-04-20T10:51:21Z)
• One-Step Detection Paradigm for Hyperspectral Anomaly Detection via Spectral Deviation Relationship Learning [17.590080772567678]
  ハイパースペクトル異常検出は、周囲からスペクトルを逸脱するターゲットを特定することを含む。 現在のディープ検出モデルは、バックグラウンド再構築や生成などのプロキシタスクの完了に最適化されている。 本稿では,異常検出タスクに対して直接最適化された教師なし転送直接検出モデルを提案する。
  論文  参考訳（メタデータ） (2023-03-22T06:41:09Z)
• Identification of Power System Oscillation Modes using Blind Source Separation based on Copula Statistic [1.8741805956888702]
  再生可能エネルギー資源が大量に浸透する電力システムのダイナミクスは、より非線形になってきている。 適切な予防的または矯正的制御行動を開始するために障害を受けるとき、振動の動的モードを正確に識別することが重要である。 モーダル解析においてこれらの非線形力学に対処するために,コプラ統計に基づく高次ブラインドソース同定(HOBI)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-02-07T17:38:05Z)
• The role of noise in denoising models for anomaly detection in medical images [62.0532151156057]
  病理脳病変は脳画像に多彩な外観を示す。 正規データのみを用いた教師なし異常検出手法が提案されている。 空間分解能の最適化と雑音の大きさの最適化により,異なるモデル学習体制の性能が向上することを示す。
  論文  参考訳（メタデータ） (2023-01-19T21:39:38Z)

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。