Object structure

Title:

Zastosowanie uczenia nadzorowanego do klasyfikacji defektów PPZ na podstawie sygnałów EA

Title execution:

Application of supervised learning for classification of OLTC defects on the basis of AE signals

Creator:

Wotzka, Daria ; Cichoń, Andrzej ; Manowski, Piotr

Subject and Keywords:

analiza sygnałów EA ; podobciążeniowe przełączniki zaczepów ; PPZ ; klasyfikacja uszkodzeń PPZ ; uczenie nadzorowane

Abstract:

Tematyka artykułu dotyczy rozpoznawania defektów podobciążeniowych przełączników zaczepów (PPZ) z wykorzystaniem uczenia nadzorowanego. PPZ to specjalistyczne urządzenie będące częścią transformatora elektroenergetycznego, które pozwala na skokową zmianę przekładni a tym samym napięcia na zaciskach tego transformatora. Jako metodę diagnostyczną zastosowano metodę emisji akustycznej (EA), której zaletą jest możliwość stosowania podczas normalnej pracy transformatora bez konieczności jego wyłączania. Sygnały EA pozyskane z badań laboratoryjnych, w których symulowano cztery rodzaje defektów - typowych uszkodzeń PPZ, poddano wstępnej analizie z wykorzystaniem filtrów cyfrowych i transformaty Hilberta, a następnie poddano procesowi klasyfikacji. W artykule zawarto przykładowe przebiegi czasowe sygnałów EA oraz wyniki wstępnych badań dotyczących klasyfikacji defektów PPZ z wykorzystaniem siedmiu metod wraz z oceną ich skuteczności. ; The subject of the article concerns recognition of defects of on load tap changers (OLTC) with the use of supervised learning. OLTC is a specialized device that is part of a power transformer, which allows for a step change of the gear and thus the voltage at the terminals of this transformer. The acoustic emission (AE) method was applied as diagnostic method. The advantage of this method lies in the possibility of its application during normal operation of the device without having to turn it off. EA signals were obtained from laboratory tests in which four types of defects - typical OLTC damages, were simulated. The gathered signals were pre-analyzed using digital filters and Hilbert transforms, and then subjected to the classification process. The article contains examples of EA signal waveforms and the results of preliminary research on the classification of OLTC defects with the use of seven methods together with an assessment of their effectiveness.

Publisher:

Publishing House of Poznan University of Technology

Object type:

artykuł

ISBN/ISSN:

1897-0737

DOI:

10.21008/j.1897-0737.2018.93.0028

Language:

pol ; eng

Relation:

Strona czasopisma Politechnika Poznańska Wydział Elektryczny i Instytut Elektrotechniki i Elektroniki Przemysłowej

Rights Management:

Politechnika Poznańska

Format:

pp. 335-344

Rights:

wszystkie prawa zastrzeżone

Access rights:

dla wszystkich w zakresie dozwolonego użytku

Rights holder:

Politechnika Poznańska

Digital object format:

application/pdf