Methods for the classification and selection of extracted features of insulation defects from PD

• Autorzy: Kluge Paweł

Identyfikatory

DOI

10.15199/48.2021.06.14

Warianty tytułu

PL

Metody klasyfikacji oraz selekcji wyodrębnionych cech defektów izolacji pochodzących od WNZ

• Języki publikacji: EN

Abstrakty

EN

The aim of the paper is to investigate and compare the results of comparison of methods for classification and selection extracted features of insulation defects from partial discharges. For this purpose, the built-in functions MATLAB Classification Learner and Keras library were used. The results were compared using the machine learning algorithms SVM, KNN, CNN for four types of partial discharge defects.

PL

W artykule przedstawiono wyniki badań oraz porównano rezultaty metod klasyfikacji i selekcji wyodrębnionych cech defektów izolacji pochodzących od wyładowań niezupełnych. W tym celu wykorzystano wbudowane funkcje MATLAB Classification Learner oraz bibliotekę Keras. Wyniki porównano przy użyciu maszynowych algorytmów uczenia SVM, KNN, CNN dla czterech rodzajów defektów izolacji.

Słowa kluczowe

EN

CNN; PD; selection of feature

PL

konwulsyjna sieć neuronowa; WNZ; selekcja wyodrębnionych cech

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2021
• Tom: R. 97, nr 6
• Strony: 77--80
• Opis fizyczny: Bibliogr. 7 poz., rys., tab.

Twórcy

autor

Kluge Paweł

• Warsaw University of Technology, Institute of Theory of Electrical Engineering, Measurement and Information Systems, ul. Koszykowa 75, 00-661 Warszawa

Bibliografia

• [1] Gulski E., Diagnosis of partial discharges in high voltage equipment during exploitation (in Polish: Diagnozowanie wyładowań niezupełnych w urządzeniach wysokiego napięcia w eksploatacji), Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, (2003).
• [2] Osowski S., Data mining method and tools, (in Polish: Metoda i narzędzia eksploracji danych), Wydawnictwo BTC, Legionowo, (2013).
• [3] Narsky I., Porter F.C., Statistical analysis techniques in particle physics, Wiley-VCH, Germany, (2014).
• [4] MathWork – Matlab library, Choose Classifier Options, https://www.mathworks.com/help/stats/choose-a-classifier.html
• [5] Keras library: The Python Deep Learning, https://keras.io
• [6] Buczko R., Starzyński J., Non-invasive recognition of forms of partial discharge in high-voltage switchgear with the use of an SVM- type classifier (in Polish: Bezinwazyjne rozpoznawanie form wyładowań niezupełnych w aparaturze rozdzielczej wysokich napięć z wykorzystaniem klasyfikatora typu SVM), Przegląd Elektrotechniczny, (2018).
• [7] Buczko R., Non-invasive detection of defects in high-voltage switchgear, (in Polish: Bezinwazyjna detekcja defektów wysokonapięciowej aparatury rozdzielczej) (doctoral dissertation, 2018), Warsaw University of Technology.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).