Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Zastosowanie samoorganizującej się sieci neuronowej do interpretacji pomierzonych stężeń gazów rozpuszczonych w oleju transformatorowym

Tytuł:
Zastosowanie samoorganizującej się sieci neuronowej do interpretacji pomierzonych stężeń gazów rozpuszczonych w oleju transformatorowym
Autorzy:
Piotrowski, T.
Data publikacji:
2013
Słowa kluczowe:
transformator energetyczny
wykrywanie defektów
DGA
samoorganizujące się sieci neuronowe
power transformer
fault detection
self-organizing neural network
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W artykule przedstawiono zaprojektowaną i wytrenowaną samoorganizującą się sieć neuronową z algorytmem uczącym typu WTA. Porównano skuteczność wykrywania defektów na podstawie analizy gazów rozpuszczonych w oleju transformatorowym przez opracowaną sieć i metodę ilorazową podaną w normie PN-IEC 50699.
The paper presents designed and trained self-organizing neural network with WTA learning algorithm. The effectiveness of the detection of faults based on the analysis of gases dissolved in transformer oil by the developed network and quotient method given in IEC 50699 standard was compared.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies