Metodologia 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.
Accelerating Research
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom
Address
John Eccles HouseRobert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom