Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Przegląd Elektrotechniczny

1 2024

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Estimation of the flashover voltage of insulator using fuzzy logic (FL)

Becha Habiba, Benguesmia Hani, Bakri Badis, Berrabah Fouad, M’ziou Nassima

Przegląd Elektrotechniczny

2024

R. 100, nr 7

101--107

The aim of this work is to estimate the flashover voltage of a high-voltage insulator that has been deliberately polluted using fuzzy logic (FL). Initially, experimental experiments on a high-voltage insulator were used to collect a data set that was then used to implement the idea of artificial intelligence. These studies were conducted using varying degrees of fake pollution, namely saline distilled water. Each pollution level indicated the quantity of artificial pollution, measured in millilitres, in each section of the insulator. The collecting database provides flashover voltage measurements associated with varying levels of artificial pollution in each insulator zone and its conductivity. Furthermore, we have used fuzzy logic (FL) to forecast the flashover voltage of the high-voltage insulator and assess the insulating condition of simulated pollution. The suggested prediction model, which is based on Federated Learning (FL), is implemented using MATLAB's graphical user interface. Ultimately, a comparison was conducted between the outcomes achieved by FL and real-world ones. The database used in this comparison differs from that used in concepts based on programming language implementation taken from previous literature. The findings demonstrate the superior effectiveness of the FL approach in predicting the flashover voltage of high-voltage insulators when compared to data acquired from practical testing.

Celem pracy jest oszacowanie napięcia przeskoku izolatora wysokiego napięcia, który został celowo zanieczyszczony przy użyciu logiki rozmytej (FL). Początkowo eksperymenty eksperymentalne na izolatorze wysokiego napięcia służyły zebraniu zbioru danych, który następnie wykorzystano do wdrożenia idei sztucznej inteligencji. Badania te przeprowadzono przy użyciu różnego stopnia fałszywych zanieczyszczeń, a mianowicie destylowanej wody solankowej. Każdy poziom zanieczyszczenia wskazywał ilość sztucznych zanieczyszczeń, mierzoną w mililitrach, w każdej sekcji izolatora. Zbierana baza danych zapewnia pomiary napięcia przeskoku związane z różnymi poziomami sztucznych zanieczyszczeń w każdej strefie izolatora i jego przewodnością. Ponadto wykorzystaliśmy logikę rozmytą (FL) do prognozowania napięcia przeskoku izolatora wysokiego napięcia i oceny stanu izolacji symulowanego zanieczyszczenia. Sugerowany model predykcyjny, oparty na Federated Learning (FL), jest implementowany przy użyciu graficznego interfejsu użytkownika MATLAB-a. Ostatecznie przeprowadzono porównanie wyników uzyskanych na platformie FL z wynikami uzyskanymi w świecie rzeczywistym. Baza danych wykorzystana w tym porównaniu różni się od bazy danych stosowanej w koncepcjach opartych na implementacji języka programowania zaczerpniętych z wcześniejszej literatury. Odkrycia wskazują na wyższą skuteczność metody FL w przewidywaniu napięcia przeskoku izolatorów wysokiego napięcia w porównaniu z danymi uzyskanymi z testów praktycznych.