ISSN 1816-9228 · EISSN 2078-9114
Язык: ru

Статья: Анализ применения искусственных нейронных сетей для оценки технического состояния силовых трансформаторов 6–10 КВ (2024)

Читать онлайн

В настоящей работе произведено сравнение эффективности модели машинного обучения регрессора k-соседей и модели классификатора k-ближайших соседей в задаче предсказания состояния трансформаторного оборудования с использованием данных, которые были сняты системой мониторинга трансформатора.

Предмет исследования: силовые трансформаторы.

Цель исследования: выявление наилучшей модели в задаче классификации состояния трансформаторного оборудования.

Объект исследования: система диагностики трансформаторного оборудования.

Методы исследования: анализ, компьютерное моделирование.

Основные результаты исследования: были получены данные об эффективности моделей с разными параметрами, но все регрессионные модели показали результат хуже, чем модель классификатора.

Ключевые фразы: нейронные сети, силовые трансформаторы, классификация, состояние оборудования, машинное обучение
Автор (ы): Солодянкин Матвей Сергеевич
Соавтор (ы): Колонцов Владислав Дмитриевич, Ткаченко Всеволод Андреевич
Журнал: ВЕСТНИК ЮГОРСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА

Идентификаторы и классификаторы

УДК
004.032.26. Нейронные сети
621.314.21. Трансформаторы
Для цитирования:
СОЛОДЯНКИН М. С., КОЛОНЦОВ В. Д., ТКАЧЕНКО В. А. АНАЛИЗ ПРИМЕНЕНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОЦЕНКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ СИЛОВЫХ ТРАНСФОРМАТОРОВ 6–10 КВ // ВЕСТНИК ЮГОРСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА. 2024. ТОМ 20, № 4
Текстовый фрагмент статьи