Open AccessMetodologia de Classificação de Descargas Parciais em Hidrogeradores Utilizando Mapas Auto-organizáveis de Kohonen
Author(s) -
Filipe C. Fernandes,
Rodrigo M. S. de Oliveira,
Anderson J. C. Sena,
Ramon C. F. Araújo,
Fabricio J. B. Brito
Publication year - 2019
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/wperformance.2019.6477
Subject(s) - self organizing map , computer science , humanities , artificial intelligence , artificial neural network , philosophy
A maneira mais utilizada para avaliação da condição da isolação estatórica em hidrogeradores é o monitoramento de descargas parciais (DPs). Neste trabalho, é apresentado um sistema de classificação de padrões de DPs usando mapas auto-organizáveis de Kohonen (SOM). Foram combinadas diversas técnicas da literatura para pré-processamento e visualização dos padrões. Propõe-se uma metodologia que obtém as fronteiras de separação no mapa Kohonen que maximizam a acurácia, além de automatizar a classificação de padrões desconhecidos. O mapa de Kohonen treinado apresentou alta taxa de acerto, generalizando o problema a ponto de evidenciar subgrupos associados a variações dos padrões de um mesmo tipo de DP.