論文の概要: Power transformer faults diagnosis using undestructive methods (Roger and IEC) and artificial neural network for dissolved gas analysis applied on the functional transformer in the Algerian north-eastern: a comparative study

• arxiv url: http://arxiv.org/abs/2108.10205v1
• Date: Mon, 2 Aug 2021 13:09:53 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-29 15:57:48.891664
• Title: Power transformer faults diagnosis using undestructive methods (Roger and IEC) and artificial neural network for dissolved gas analysis applied on the functional transformer in the Algerian north-eastern: a comparative study
• Title（参考訳）: 非破壊的手法(Roger, IEC)と人工ニューラルネットワークを用いたアルジェリア北東部のファンクショナルトランスに応用したパワートランスの故障診断 : 比較研究
• Authors: Bouchaoui Lahcene, Kamel Eddine Hemsas, Hacene Mellah, saad eddine benlahneche
• Abstract要約: Key Gases, Rogers Ratios, IEC Ratios, Duval Triangles, Logarithmic Nomograph for DGA results。 ニューラルネットワークを用いた電力変換器診断のための非エレガントなツールの設計。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Nowadays, power transformer aging and failures are viewed with great attention in power transmission industry. Dissolved gas analysis (DGA) is classified among the biggest widely used methods used within the context of asset management policy to detect the incipient faults in their earlier stage in power transformers. Up to now, several procedures have been employed for the lecture of DGA results. Among these useful means, we find Key Gases, Rogers Ratios, IEC Ratios, the historical technique less used today Doernenburg Ratios, the two types of Duval Pentagons methods, several versions of the Duval Triangles method and Logarithmic Nomograph. Problem. DGA data extracted from different units in service served to verify the ability and reliability of these methods in assessing the state of health of the power transformer. Aim. An improving the quality of diagnostics of electrical power transformer by artificial neural network tools based on two conventional methods in the case of a functional power transformer at S\'etif province in East North of Algeria. Methodology. Design an inelegant tool for power transformer diagnosis using neural networks based on traditional methods IEC and Rogers, which allows to early detection faults, to increase the reliability, of the entire electrical energy system from transport to consumers and improve a continuity and quality of service. Results. The solution of the problem was carried out by using feed-forward back-propagation neural networks implemented in MATLAB-Simulink environment. Four real power transformers working under different environment and climate conditions such as: desert, humid, cold were taken into account. The practical results of the diagnosis of these power transformers by the DGA are presented. Practical value.....
• Abstract（参考訳）: 今日では、変圧器の老朽化や故障が電力伝送産業に大きな注目を集めている。 溶存ガス分析(dga)は、電力変圧器の初期の初期故障を検出するための資産管理政策の文脈において、最も広く使われている手法に分類されている。 これまでにDGAの結果の講義にいくつかの手順が採用されている。 これらの有用な手段のうち、キーガス、ロジャース比、iec比、今日ではあまり使われない歴史的手法、デュバルペンタゴン法、2種類のデュバルトライアングル法、数種類のデュバルトライアングル法、対数ノモグラフがある。 問題よ DGAデータは、電力変換器の健康状態を評価する上で、これらの手法の能力と信頼性を検証するのに役立った。 Aim アルジェリア東北部のS\'etif州における機能的電力変換器の場合の2つの従来手法に基づくニューラルネットワークツールによる電力変換器の診断精度の向上。 方法論。 IECとRogersをベースとしたニューラルネットワークを用いた電力変換器診断のためのエレガントなツールを設計することで、障害の早期検出、消費者への電気エネルギーシステム全体の信頼性の向上、サービス継続性と品質の向上を実現している。 結果。 この問題をMATLAB-Simulink環境に実装したフィードフォワードバックプロパゲーションニューラルネットワークを用いて解決した。 砂漠,湿潤,寒冷など,環境や気候の異なる4つの実電力変圧器が検討された。 これらの変圧器のdgaによる診断の実際的な結果について述べる。 実用価値。

関連論文リスト

• Power Transformer Fault Prediction Based on Knowledge Graphs [9.690455133923667]
  広範なフォールトデータの不足により、機械学習技術を効果的に適用することは困難である。 我々は,知識グラフ(KG)技術と勾配向上決定木(GBDT)を併用した新しい手法を提案する。 本手法は, 変圧器の故障や過去の運用データに影響を及ぼす様々な要因を統合することで, 少数の高次元データから効率的に学習できるように設計されている。
  論文  参考訳（メタデータ） (2024-02-11T19:14:28Z)
• Multichannel consecutive data cross-extraction with 1DCNN-attention for diagnosis of power transformer [3.8288189143989517]
  本稿では, 変圧器診断のための多チャンネル連続データクロス抽出(MCDC)の構造について述べる。 変圧器診断のシナリオをより快適にするために、一次元畳み込みニューラルネットワーク注意(1DCNN-attention)機構を導入し、より効率的なソリューションを提供する。 MCDCの有効性と、他のアルゴリズムと比較して優れた一般化能力は、パワートランスの実際の運用事例から収集したデータセットで検証された。
  論文  参考訳（メタデータ） (2023-10-11T09:14:17Z)
• Machine Learning Methods for Anomaly Detection in Nuclear Power Plant Power Transformers [0.0]
  原子力発電所は多くの変圧器を運用しており、寿命は25年を超えている。 電力変換器を監視する重要な方法は、溶解ガスのクロマトグラフィー解析である。 本研究では,機械学習およびデータ解析手法を用いて,変圧器の欠陥や欠陥を自動的に検出するアルゴリズムの開発段階について述べる。
  論文  参考訳（メタデータ） (2022-11-20T16:20:26Z)
• Review for AI-based Open-Circuit Faults Diagnosis Methods in Power Electronics Converters [5.708038620963581]
  二次故障を回避し、運用と保守の時間とコストを削減し、電力電子機器システムの信頼性を向上させるために、電力電子機器コンバータのオープンサーキット故障監視とインテリジェント故障診断を実行することが非常に重要である。 パワーエレクトロニクスコンバータにおけるAIに基づく故障診断手法と応用例を概説し,3相パワーエレクトロニクスコンバータにおいてランダムフォレストと過渡的故障特徴の組み合わせに基づく故障診断手法を提案する。
  論文  参考訳（メタデータ） (2022-09-26T06:07:17Z)
• Transformers in Remote Sensing: A Survey [76.95730131233424]
  我々は、リモートセンシングにおけるトランスフォーマーに基づく進化の体系的レビューを初めて行った。 本調査では,60以上の変圧器を用いたリモートセンシング手法について検討した。 リモートセンシングにおけるトランスフォーマーの様々な課題とオープンな課題を議論し、調査を締めくくった。
  論文  参考訳（メタデータ） (2022-09-02T17:57:05Z)
• Ranking-Based Physics-Informed Line Failure Detection in Power Grids [66.0797334582536]
  ライン障害のリアルタイムかつ正確な検出は、極端な気象の影響を緩和し、緊急制御を活性化する最初のステップである。 電力収支方程式は、非線形性、極端な事象における発生の不確実性の増加、グリッドオブザーバビリティの欠如は、従来のデータ駆動障害検出手法の効率を損なう。 本稿では,グリッドトポロジ情報を利用した物理インフォームドライン故障検出器(FIELD)を提案する。
  論文  参考訳（メタデータ） (2022-08-31T18:19:25Z)
• Stabilizing Voltage in Power Distribution Networks via Multi-Agent Reinforcement Learning with Transformer [128.19212716007794]
  本稿では,変圧器を用いたマルチエージェント・アクタ・クリティカル・フレームワーク(T-MAAC)を提案する。 さらに、電圧制御タスクに適した新しい補助タスクトレーニングプロセスを採用し、サンプル効率を向上する。
  論文  参考訳（メタデータ） (2022-06-08T07:48:42Z)
• TransKD: Transformer Knowledge Distillation for Efficient Semantic Segmentation [51.93878604106518]
  Transformer-based Knowledge Distillation (TransKD) フレームワークは,大規模教師トランスフォーマーの機能マップとパッチ埋め込みの両方を蒸留することにより,コンパクトな学生トランスフォーマーを学習する。 Cityscapes、ACDC、NYUv2、Pascal VOC2012データセットの実験によると、TransKDは最先端の蒸留フレームワークより優れており、時間を要する事前学習手法に匹敵している。
  論文  参考訳（メタデータ） (2022-02-27T16:34:10Z)
• Transfer Learning for Fault Diagnosis of Transmission Lines [55.971052290285485]
  事前学習されたLeNet-5畳み込みニューラルネットワークに基づく新しい伝達学習フレームワークを提案する。 ソースニューラルネットワークから知識を転送して、異種ターゲットデータセットを予測することで、異なる伝送ラインの長さとインピーダンスの障害を診断することができる。
  論文  参考訳（メタデータ） (2022-01-20T06:36:35Z)
• The Nuts and Bolts of Adopting Transformer in GANs [124.30856952272913]
  高忠実度画像合成のためのGAN(Generative Adversarial Network)フレームワークにおけるTransformerの特性について検討する。 我々の研究は、STrans-Gと呼ばれる畳み込みニューラルネットワーク(CNN)フリージェネレータであるGANにおけるトランスフォーマーの新しい代替設計につながる。
  論文  参考訳（メタデータ） (2021-10-25T17:01:29Z)
• Combining Transformer Generators with Convolutional Discriminators [9.83490307808789]
  最近提案されたTransGANはトランスフォーマーアーキテクチャのみを使用した最初のGANである。 TransGANは、データ拡張、トレーニング中の補助的な超解像タスク、そして自己保持メカニズムを導く前にマスクを必要とする。 我々は、よく知られたCNN識別器のベンチマークを行い、トランスフォーマーベースジェネレータのサイズを減らし、両方のアーキテクチャ要素をハイブリッドモデルに組み込むことにより、より良い結果をもたらすことを示す。
  論文  参考訳（メタデータ） (2021-05-21T07:56:59Z)

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。