Deep Learning For Fault Detection In Transformers Using Vibration Data

pubblicazioni - Memoria

Deep Learning For Fault Detection In Transformers Using Vibration Data

Tag correlate

#Monitoraggio e Controllo #Rete Elettrica #Trasformatori di Misura

pubblicazioni - Memoria

Deep Learning For Fault Detection In Transformers Using Vibration Data

Lo scopo di questo lavoro è valutare la virtù delle reti neurali profonde nel rilevare guasti incipienti dei trasformatori, in particolare l’allentamento degli avvolgimenti, tramite l’analisi dei dati di vibrazione.

La tecnica di vibrazione del trasformatore è un metodo non invasivo per monitorare l’allentamento degli avvolgimenti. Si basa sull’analisi degli spettri di vibrazione misurati da sensori posti sul serbatoio del trasformatore. In questo lavoro ci basiamo su misurazioni che sono state effettuate in un laboratorio dedicato in due diverse condizioni: in presenza o in assenza della pressione di serraggio sugli avvolgimenti. L’analisi dei dati, orientata al rilevamento dei guasti, è eseguita da reti neurali feedforward che, dai risultati sperimentali, si sono rivelate efficaci per una previsione affidabile. Particolare enfasi è data alla solidità della previsione per lo smarrimento del sensore e vengono eseguite varie tecniche per valutare e imporre la generalizzazione ai dati fuori campione per il classificatore ottenuto.

Scarica Memoria

Progetti

Componenti e materiali per la sicurezza e la resilienza (Mat4Res)

Tag correlate

#Monitoraggio e Controllo #Rete Elettrica #Trasformatori di Misura

Cerca nel sito per parola chiave

pubblicazioni - Memoria

Deep Learning For Fault Detection In Transformers Using Vibration Data

pubblicazioni - Memoria

Deep Learning For Fault Detection In Transformers Using Vibration Data

Commenti