論文の概要: Classification of UHF Partial Discharge Signals in Gas-Insulated HVDC Systems Using Neural Networks

• arxiv url: http://arxiv.org/abs/2307.08466v1
• Date: Mon, 17 Jul 2023 13:21:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-18 13:15:22.092219
• Title: Classification of UHF Partial Discharge Signals in Gas-Insulated HVDC Systems Using Neural Networks
• Title（参考訳）: ニューラルネットワークを用いたガス絶縁HVDC系のUHF部分放電信号の分類
• Authors: Steffen Seitz and Thomas G\"otz and Christopher Lindenberg and Ronald Tetzlaff and Stephan Schlegel
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Undetected partial discharges (PDs) are a safety critical issue in high voltage (HV) gas insulated systems (GIS). While the diagnosis of PDs under AC voltage is well-established, the analysis of PDs under DC voltage remains an active research field. A key focus of these investigations is the classification of different PD sources to enable subsequent sophisticated analysis. In this paper, we propose and analyze a neural network-based approach for classifying PD signals caused by metallic protrusions and conductive particles on the insulator of HVDC GIS, without relying on pulse sequence analysis features. In contrast to previous approaches, our proposed model can discriminate the studied PD signals obtained at negative and positive potentials, while also generalizing to unseen operating voltage multiples. Additionally, we compare the performance of time- and frequency-domain input signals and explore the impact of different normalization schemes to mitigate the influence of free-space path loss between the sensor and defect location.
• Abstract（参考訳）: 非検出部分放電(PDs)は、高電圧(HV)ガス絶縁システム(GIS)の安全性に重要な問題である。 交流電圧下でのPDの診断は良好であるが、直流電圧下でのPDの解析は依然として活発な研究分野である。 これらの研究の重要な焦点は、その後の高度な分析を可能にするために異なるPDソースの分類である。 本稿では,HVDC GISの絶縁体上での金属突起や導電性粒子によるPD信号の分類をパルスシーケンス解析に頼らずにニューラルネットワークで行う手法を提案する。 従来の手法とは対照的に,提案モデルでは負の電位と正の電位で得られたPD信号を識別すると同時に,動作電圧の多重化を一般化する。 さらに、時間領域と周波数領域の入力信号の性能を比較し、異なる正規化方式の影響を調べ、センサと欠陥位置間の自由空間経路損失の影響を緩和する。

関連論文リスト

• A Data-Driven Approach for High-Impedance Fault Localization in Distribution Systems [5.6874061098584345]
  低電流のため, 従来の過電流リレーによるHIFの検出は困難である。 本稿では,HIFイベントの識別のためのデータ駆動型手法を提案する。
  論文  参考訳（メタデータ） (2023-11-26T02:52:37Z)
• Electrical Grid Anomaly Detection via Tensor Decomposition [41.94295877935867]
  従来の研究では、SCADAシステム内の異常を正確に識別するために次元減少に基づくアプローチが利用できることが示されている。 本研究では,SCADAシステムにおける異常を識別するために,テンソル分解法であるCanonical Polyadic Alternating Poisson Regressionを確率的枠組みで適用する。 実験では,ロスアラモス国立研究所が運営する電力網から収集した実世界のSCADAシステムデータをモデル化した。
  論文  参考訳（メタデータ） (2023-10-12T18:23:06Z)
• Investigation of the Effects of the Multiplication Area Shape on the Operational Parameters of InGaAs/InAlAs SPADs [75.38606213726906]
  構造体の活性領域の直径を変えると、電流-電圧曲線の線形部分の暗流が変化する。 現在の電圧曲線のみに基づいて、バッチから特定のSPADを選択するのは合理的である。
  論文  参考訳（メタデータ） (2023-10-06T10:38:14Z)
• DGSD: Dynamical Graph Self-Distillation for EEG-Based Auditory Spatial Attention Detection [49.196182908826565]
  AAD(Auditory Attention Detection)は、マルチスピーカー環境で脳信号からターゲット話者を検出することを目的としている。 現在のアプローチは主に、画像のようなユークリッドデータを処理するために設計された従来の畳み込みニューラルネットワークに依存している。 本稿では、入力として音声刺激を必要としないAADのための動的グラフ自己蒸留(DGSD)手法を提案する。
  論文  参考訳（メタデータ） (2023-09-07T13:43:46Z)
• An Empirical Study on Fault Detection and Root Cause Analysis of Indium Tin Oxide Electrodes by Processing S-parameter Patterns [1.8843687952462742]
  酸化インジウム(ITO)電極は、ディスプレイ、センサー、太陽電池などの光エレクトロニクスにおいて重要な役割を担っている。 従来の視覚検査は透明ITO電極では困難である。 次に、多層パーセプトロン(MLP)、畳み込みニューラルネットワーク(CNN)、トランスフォーマーなどのディープラーニングアプローチを使用して、欠陥の原因と重症度を同時に解析する。
  論文  参考訳（メタデータ） (2023-08-16T08:33:50Z)
• Discriminating the Phase of a Coherent Tone with a Flux-Switchable Superconducting Circuit [50.591267188664666]
  フラックススイッチ可能な超伝導回路を用いた新しい位相検出手法を提案する。 ジョセフソンデジタル位相検出器(JDPD)は、コヒーレント入力音の2つの位相値を判別することができる。
  論文  参考訳（メタデータ） (2023-06-20T08:09:37Z)
• 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)
• High speed microcircuit and synthetic biosignal widefield imaging using nitrogen vacancies in diamond [44.62475518267084]
  微視的リソグラフィーパターン回路からの信号をマイクロメートルスケールで画像化する方法を示す。 新しいタイプのロックインアンプカメラを用いて、交流信号とパルス電流信号の空間的回復を1ミリ秒以下で実証する。 最後に,生体神経ネットワークにおける信号の正確な形状を再現した合成信号の回復の原理を実証する。
  論文  参考訳（メタデータ） (2021-07-29T16:27:39Z)
• 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)
• Interpretable Detection of Partial Discharge in Power Lines with Deep Learning [1.3535770763481902]
  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。
  論文  参考訳（メタデータ） (2020-08-13T11:52:02Z)
• Heart Sound Segmentation using Bidirectional LSTMs with Attention [37.62160903348547]
  心電図(PCG)信号を心臓状態に分割するための新しい枠組みを提案する。 我々は近年の注目に基づく学習の進歩を利用してPCG信号のセグメンテーションを行う。 提案手法は,ヒトと動物の両方の心臓記録を含む複数のベンチマークにおいて,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2020-04-02T02:09:11Z)

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。