Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов
Разработана и обучена нечеткая нейронная сеть для интерпретации результатов хроматографического анализа
 растворенных в масле газов. Предложено определять функции принадлежности лингвистических термов с учетом
 функций плотностей распределения концентраций газов для трансформаторов с...
Gespeichert in:
| Veröffentlicht in: | Електротехніка і електромеханіка |
|---|---|
| Datum: | 2017 |
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут технічних проблем магнетизму НАН України
2017
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/147558 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов / В.Е. Бондаренко, О.В. Шутенко // Електротехніка і електромеханіка. — 2017. — № 2. — С. 49-56. — Бібліогр.: 16 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862545366400892928 |
|---|---|
| author | Бондаренко, В.Е. Шутенко, О.В. |
| author_facet | Бондаренко, В.Е. Шутенко, О.В. |
| citation_txt | Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов / В.Е. Бондаренко, О.В. Шутенко // Електротехніка і електромеханіка. — 2017. — № 2. — С. 49-56. — Бібліогр.: 16 назв. — рос. |
| collection | DSpace DC |
| container_title | Електротехніка і електромеханіка |
| description | Разработана и обучена нечеткая нейронная сеть для интерпретации результатов хроматографического анализа
растворенных в масле газов. Предложено определять функции принадлежности лингвистических термов с учетом
функций плотностей распределения концентраций газов для трансформаторов с различным состоянием. Выполнено
тестирование обученной сети на независимой выборке. Проанализированы возможности нейронных сетей распознавать развивающиеся дефекты на ранней стадии их развития, или рост концентраций газов в исправных трансформаторах, после аварийных воздействий со стороны электрических сетей.
Розроблена і навчена нечітка нейронна мережа для інтерпретації результатів хроматографічного аналізу розчинених
у маслі газів. Запропоновано визначати функції принадлежності лінгвістичних термів з урахуванням функцій щільності розподілу концентрацій газів для трансформаторів з різним станом. Виконано тестування навченої мережі на
незалежній вибірці. Проаналізовано можливості нейронних мереж розпізнавати дефекти на ранній стадії їх розвитку, або зростання концентрацій газів в справних трансформаторах, після аварійних впливів з боку електричних мереж.
Purpose. The purpose of this paper is a diagnosis of power
transformers on the basis of the results of the analysis of gases
dissolved in oil. Methodology. To solve this problem a fuzzy
neural network has been developed, tested and trained. Results.
The analysis of neural network to recognize the possibility of
developing defects at an early stage of their development, or
growth of gas concentrations in the healthy transformers, made
after the emergency actions on the part of electric networks is
made. It has been established greatest difficulty in making a
diagnosis on the criterion of the boundary gas concentrations,
are the results of DGA obtained for the healthy transformers in
which the concentration of gases dissolved in oil exceed their
limit values, as well as defective transformers at an early stage
development defects. The analysis showed that the accuracy of
recognition of fuzzy neural networks has its limitations, which
are determined by the peculiarities of the DGA method, used
diagnostic features and the selected decision rule. Originality.
Unlike similar studies in the training of the neural network, the
membership functions of linguistic terms were chosen taking
into account the functions gas concentrations density distribution transformers with various diagnoses, allowing to consider a
particular gas content of oils that are typical of a leaky transformer, and the operating conditions of the equipment. Practical
value. Developed fuzzy neural network allows to perform diagnostics of power transformers on the basis of the result of the
analysis of gases dissolved in oil, with a high level of reliability.
|
| first_indexed | 2025-11-25T07:14:09Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-147558 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 2074-272X |
| language | Russian |
| last_indexed | 2025-11-25T07:14:09Z |
| publishDate | 2017 |
| publisher | Інститут технічних проблем магнетизму НАН України |
| record_format | dspace |
| spelling | Бондаренко, В.Е. Шутенко, О.В. 2019-02-15T09:36:24Z 2019-02-15T09:36:24Z 2017 Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов / В.Е. Бондаренко, О.В. Шутенко // Електротехніка і електромеханіка. — 2017. — № 2. — С. 49-56. — Бібліогр.: 16 назв. — рос. 2074-272X DOI: https://doi.org/10.20998/2074-272X.2017.2.08 https://nasplib.isofts.kiev.ua/handle/123456789/147558 621.314 Разработана и обучена нечеткая нейронная сеть для интерпретации результатов хроматографического анализа
 растворенных в масле газов. Предложено определять функции принадлежности лингвистических термов с учетом
 функций плотностей распределения концентраций газов для трансформаторов с различным состоянием. Выполнено
 тестирование обученной сети на независимой выборке. Проанализированы возможности нейронных сетей распознавать развивающиеся дефекты на ранней стадии их развития, или рост концентраций газов в исправных трансформаторах, после аварийных воздействий со стороны электрических сетей. Розроблена і навчена нечітка нейронна мережа для інтерпретації результатів хроматографічного аналізу розчинених
 у маслі газів. Запропоновано визначати функції принадлежності лінгвістичних термів з урахуванням функцій щільності розподілу концентрацій газів для трансформаторів з різним станом. Виконано тестування навченої мережі на
 незалежній вибірці. Проаналізовано можливості нейронних мереж розпізнавати дефекти на ранній стадії їх розвитку, або зростання концентрацій газів в справних трансформаторах, після аварійних впливів з боку електричних мереж. Purpose. The purpose of this paper is a diagnosis of power
 transformers on the basis of the results of the analysis of gases
 dissolved in oil. Methodology. To solve this problem a fuzzy
 neural network has been developed, tested and trained. Results.
 The analysis of neural network to recognize the possibility of
 developing defects at an early stage of their development, or
 growth of gas concentrations in the healthy transformers, made
 after the emergency actions on the part of electric networks is
 made. It has been established greatest difficulty in making a
 diagnosis on the criterion of the boundary gas concentrations,
 are the results of DGA obtained for the healthy transformers in
 which the concentration of gases dissolved in oil exceed their
 limit values, as well as defective transformers at an early stage
 development defects. The analysis showed that the accuracy of
 recognition of fuzzy neural networks has its limitations, which
 are determined by the peculiarities of the DGA method, used
 diagnostic features and the selected decision rule. Originality.
 Unlike similar studies in the training of the neural network, the
 membership functions of linguistic terms were chosen taking
 into account the functions gas concentrations density distribution transformers with various diagnoses, allowing to consider a
 particular gas content of oils that are typical of a leaky transformer, and the operating conditions of the equipment. Practical
 value. Developed fuzzy neural network allows to perform diagnostics of power transformers on the basis of the result of the
 analysis of gases dissolved in oil, with a high level of reliability. ru Інститут технічних проблем магнетизму НАН України Електротехніка і електромеханіка Електричні станції, мережі і системи Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов Development of fuzzy neural network for the interpretation of the results of dissolved in oil gases analysis Article published earlier |
| spellingShingle | Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов Бондаренко, В.Е. Шутенко, О.В. Електричні станції, мережі і системи |
| title | Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов |
| title_alt | Development of fuzzy neural network for the interpretation of the results of dissolved in oil gases analysis |
| title_full | Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов |
| title_fullStr | Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов |
| title_full_unstemmed | Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов |
| title_short | Разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов |
| title_sort | разработка нечеткой нейронной сети для интерпретации результатов анализа растворенных в масле газов |
| topic | Електричні станції, мережі і системи |
| topic_facet | Електричні станції, мережі і системи |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/147558 |
| work_keys_str_mv | AT bondarenkove razrabotkanečetkoineironnoisetidlâinterpretaciirezulʹtatovanalizarastvorennyhvmaslegazov AT šutenkoov razrabotkanečetkoineironnoisetidlâinterpretaciirezulʹtatovanalizarastvorennyhvmaslegazov AT bondarenkove developmentoffuzzyneuralnetworkfortheinterpretationoftheresultsofdissolvedinoilgasesanalysis AT šutenkoov developmentoffuzzyneuralnetworkfortheinterpretationoftheresultsofdissolvedinoilgasesanalysis |