Primjena strojnog učenja u analizi zdravlja transformatora (CROSBI ID 427514)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Matas, Tea
Sarajčev, Petar
hrvatski
Primjena strojnog učenja u analizi zdravlja transformatora
U ovom radu je prikazana primjena strojnog učenja u svrhu analize zdravlja transformatora. Indeksom zdravlja je definirano stanje energetskog transformatora. Na temelju klasičnih testova i tradicionalnih metoda svakom transformatoru je pridodan određeni indeks. Testira se izolacijsko ulje odnosno njegovih šest parametara. Algoritmi kojima se predviđalo stanje su: Multinomial Logistic Regression (MLR), Extremely Randomized Trees (ETC), K-Neighbors Classifier (KNN), Random Forests (RFC), Gradient Boosting Classifier (GBC). Na kraju su uspoređeni rezultati dobiveni strojnim učenjem i rezultati Fuzzy logike i GRNN. Kombinacija algoritama u različitim ansamblima je dovela do visoke razine točnosti predviđanja stoga predstavljeni model bi mogao pronaći mjesto u različitim sustavima samonadzora i održavanja transformatora.
strojno učenje ; indeks zdravlja ; oštećenje transformatora ; multiklasifikacijski algoritmi
nije evidentirano
engleski
Application of machine learning in transformer health analysis
nije evidentirano
machine learning ; health index ; transformer failure ; multi-classification algorithms
nije evidentirano
Podaci o izdanju
55
05.07.2019.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike, strojarstva i brodogradnje u Splitu
Split