شماره ركورد كنفرانس
5235
عنوان مقاله
تفكيك منبع تخليه جزئي شديد در كابل هاي قدرت به كمك روش يادگيري عميق
پديدآورندگان
علي پور سيد محسن seyyed.mohsen.alipour@gmail.com قطب علمي اتوماسيون و بهره برداري سامانههاي قدرت، دانشگاه علم و صنعت ايران , شاهين فر كيان kianshahinfar1391@gmail.com قطب علمي اتوماسيون و بهرهبرداري سامانههاي قدرت، دانشگاه علم و صنعت ايران , شهرتاش سيد محمد shahrtash@iust.ac.ir قطب علمي اتوماسيون و بهرهبرداري سامانههاي قدرت، دانشگاه علم و صنعت ايران
تعداد صفحه
6
كليدواژه
تخليه جزئي , حفره , شبكه هاي عصبي عميق , كابل قدرت , يادگيري عميق
سال انتشار
1401
عنوان كنفرانس
كنفرانس بين المللي مهندسي برق
زبان مدرك
فارسي
چكيده فارسي
در اين مقاله از روش يادگيري عميق براي تفكيك تخليه هاي جزئي شديد در حفره هاي بزرگ واقع در عايق كابل هاي قدرت استفاده شده است. در اين راستا با شبيه سازي يك سيستم نمونه متشكل از يك كابل قدرت سه فاز و حفره هاي كروي منبع تخليه جزئي، سيگنالهاي تخليه جزئي در حوزه زمان كه مربوط به حفرههايي با مشخصات مختلف هستند، در هر سه فاز استخراج مي شوند. سپس با استفاده از روش يادگيري عميق، يك شبكه عصبي عميق به منظور تحليل دادههاي حاصل از شبيه سازي آموزش داده مي شود. شبكه عصبي عميق مورد استفاده در اين مقاله از سيگنالهاي تخليه جزئي و برچسبهاي متناظر با آنها به عنوان ورودي استفاده ميكند. همچنين عملكرد چهار بهينه ساز پيشرفته براي آموزش شبكه عصبي عميق مورد مقايسه قرار گرفته است. نتايج حاصل از اين مقاله نشان مي دهد كه شبكه عصبي عميق مورد استفاده با هركدام از چهار الگوريتم بهينه سازي توانسته است با دقت بالاي 97 درصد در فرآيند آموزش و دقت بالاي 93 درصد در فرآيند تست، حفره هاي بزرگ را از ساير حفره ها تفكيك نمايد.
كشور
ايران
لينک به اين مدرک