Wyniki wyszukiwania - BazTech

1

Klasyfikacja sygnałów akustycznych pochodzących od wyładowań niezupełnych z zastosowaniem Zoptymalizowanego Algorytmu Multikomparacyjnego oraz deskryptora czasowo - częstotliwościowego

Boczar T., Kurtasz P.

Przegląd Elektrotechniczny

|

2010

|

R. 86, nr 11b

44-47

PL

W poniższym artykule opisano zastosowanie zoptymalizowanego algorytmu multikomparacyjnego do klasyfikacji sygnałów emisji akustycznej generowanej przez osiem podstawowych form wyładowań niezupełnych, modelowanych w oleju izolacyjnym. Przybliżono również zasadę działania algorytmu. Ponadto przedstawiono wyniki skuteczności klasyfikacji uzyskane za pomocą tego algorytmu, w odniesieniu do ośmiuset przebadanych przebiegów, z zastosowaniem deskryptora czasowo – częstotliwościowego w pięciu jego wariantach.

EN

Application of the optimized multi-comparational classification algorithm for acoustic emission signals generated by eight general forms of partial discharges, modeled in insulation oil are presented in the paper. Moreover results of classification effectiveness calculated by use of this algorithm considering eight hundred runs analyzed for time-frequency descriptor in its five variants are presented.

2

Zastosowanie Zoptymalizowanego Algorytmu Multikomparacyjnego do klasyfikacji sygnałów emisji akustycznej generowanej przez wyładowania niezupełne, uszeregowane w zmodyfikowanej bazie danych

Kurtasz P., Boczar T.

Pomiary Automatyka Robotyka

|

2010

|

R. 14, nr 12

73-78

PL

W artykule scharakteryzowano możliwości zastosowania Zoptymalizowanego Algorytmu Multikomparacyjnego (ZAM) do klasyfikacji sygnałów emisji akustycznej (EA) generowanej przez podstawowe formy (klasy) wyładowań niezupełnych (WNZ), jakie mogą występować w izolacji papierowo-olejowej transformatorów elektroenergetycznych. W algorytmie ZAM zastosowano deskryptor czasowo-częstotliwościowy z optymalnie dobranymi parametrami w dziedzinie czasu i częstotliwości. Za pomocą tak skonstruowanego algorytmu przebadano bazę wiedzy poszerzoną o dodatkową klasę WNZ. Dotychczas wykorzystywana baza wiedzy, zawierająca osiem klas przebiegów EA, została opracowana w Katedrze Wysokich Napięć Politechniki Opolskiej. Stanowiła podstawę do testowania algorytmu ZAM, uzupełniono ją o dodatkową formę WNZ modelowanych w iskierniku ostrze-płyta umieszczonym w oleju izolacyjnym ze swobodnie przemieszczającymi się pęcherzykami gazowymi. Układ wyładowczy reprezentujący tę klasę, podobnie jak wszystkie pozostałe układy został zamodelowany w oleju elektroizolacyjnym. W artykule szczególną uwagę poświęcono omówieniu zasady działania zastosowanego algorytmu oraz wynikom skuteczności rozpoznawania podstawowych form WNZ, uzyskiwanym przy jego użyciu. Skuteczność rozpoznawania form WNZ została wyznaczona dla każdej z klas z osobna i całościowo dla bazy danych. Całkowita skuteczność klasyfikacji (dla całej bazy danych) wyniosła 95,95 %.

EN

In the paper application is described of the optimized multi-comparational and classic multi-comparational algorithms for classification of acoustic emission (AE) signals generated by the basic forms of partial discharges (PDs) which can occur in of paper-oil insulation systems of power transformers. This is a new implementation of the classical multi-comparational algorithm. The optimized multi-comparational algorithm was especially designed for needs on classification of the AE methods and it is result of research works performed by authors of this paper. Implementation of a time-frequency descriptor into the optimized multi-computational algorithm has been proposed. It was demonstrated that both algorithms indicate high, over 95,95 %, classification efficiency.

3

Analiza porównawcza Zoptymalizowanego i Klasycznego Algorytmu Multikomparacyjnego w zastosowaniu do klasyfikacji sygnałów akustycznych generowanych przez wyładowania niezupełne

Kurtasz P., Boczar T.

Pomiary Automatyka Kontrola

|

2010

|

R. 56, nr 9

1110-1113

PL

W artykule określono zakres i scharakteryzowano możliwości zastosowania Zoptymalizowanego i Klasycznego Algorytmu Multikomparacyjnego do klasyfikacji sygnałów emisji akustycznej (EA) generowanej przez osiem podstawowych form wyładowań niezupełnych (WNZ), jakie mogą występować w izolacji papierowo-olejowej transformatorów elektroenergetycznych. Jest to nowa implementacja Klasycznego Algorytmu Multikomparacyjnego. Natomiast Zoptymalizowany Algorytm Multikomparacyjny został utworzony dla potrzeb klasyfikacji i w konsekwencji rozpoznawania sygnałów EA i jest wynikiem pracy Autorów. W artykule szczególną uwagę poświęcono omówieniu zasady działania zastosowanych algorytmów oraz wynikom uzyskiwanych przy ich użyciu skuteczności rozpoznawania podstawowych form WNZ.

EN

Application of the optimised multi-comparational and classic multi-comparational algorithms to classification of acoustic emission signals generated by eight basic forms of partial discharges modelled in insulation oil is described in the paper. This is a new implementation of the classical multi-comparational algorithm. The idea of the algorithm was taken from [1]. The optimised multi-comparational algorithm was especially designed for needs of classification of the acoustic emission methods and is the result of research conducted by the authors of this paper. In Sections 2 and 3 the evaluated algorithms are characterised. Their logical structure is described in Section 4. Figs. 1 and 2 show the structure of both algorithms. In Section 5 the descriptor applied and the knowledge base adopted in the algorithms under study are described. The knowledge base is the result of earlier investigations performed by Sebastian Borucki and Andrzej Cichoń [3]. In Section 6 the binary classifiers applied are described; their structures are presented in Figs. 3 and 4. Section 7 contains the results of simulations performed. It was proved that both algorithms indicate high, over 90%, classification efficiency. The efficiency results are given in Tab.1, while its distributions are shown in Figs. 5 - 8. In Section 8 the evaluation results are summarised. Implementation of a time-frequency descriptor in the optimized multi-computational algorithm is proposed.