- Tytuł:
-
Prognozowanie procesu starzenia się izolacji maszyn elektrycznych na podstawie pomiaru wnz
The Aging Process Prediction of Winding Insulation in Electrical Machines one the Basis of Measurement PD - Autorzy:
-
Plutecki, Z.
Lichota, J. - Powiązania:
- https://bibliotekanauki.pl/articles/1368457.pdf
- Data publikacji:
- 2013
- Wydawca:
- Sieć Badawcza Łukasiewicz - Instytut Napędów i Maszyn Elektrycznych Komel
- Tematy:
-
maszyny elektryczne
izolacja uzwojeń
sztuczna sieć neuronowa
prognoza emisji wyładowań niezupełnych
electrical machines
winding insulation
artificial neural network
prediction of partial discharge - Opis:
-
The article shows how to design artificial neural network for solving a task of prediction of the dynamic behaviour of the process. The process of the research was the high voltage electric motor; the purpose of the research was determination of the usefulness of artificial neural networks to the prediction of partial discharge emissions occurring between motor windings isolation. Input variables to the model were following measurements: an ambient temperature, relative and absolute air humidity, current and its frequency. The obtained results indicate that the proposed neural model has a standard deviation of ± 5% or ± 3% depending on input variables. The article also shows the influence of the quality of measurements on the result of learning of artificial neural network. The implementation of the proposed algorithm in expert systems serving for monitoring of the work of the critical drives were additionally described.
W artykule pokazano sposób konstrukcji sztucznej sieci neuronowej służącej do prognozowania zachowania się obiektu. Obiektem badań był silnik elektryczny wysokiego napięcia; celem badań było określenie przydatności sztucznych sieci neuronowych do prognozowania emisji wyładowań niezupełnych pojawiających się w uzwojeniach izolacji silnika. Zmiennymi wejściowymi do modelu były wielkości pomiarowe: temperatura otoczenia silnika, wilgotność względna i bezwzględna powietrza, natężenie prądu i jego częstotliwość. Uzyskane wyniki badań wskazują, że zaproponowany model neuronowy wykazuje się odchyleniem standardowym wynoszącym ±5% lub ± 3% w zależności od wprowadzonych zmiennych. W artykule pokazano również wpływ jakości pomiarów na wynik uczenia sztucznej sieci neuronowej. Ponadto opisano możliwość implementacji zaproponowanego algorytmu w systemach eksperckich służących do monitorowania pracy maszyn elektrycznych krytycznych dla danego obiektu. - Źródło:
-
Maszyny Elektryczne: zeszyty problemowe; 2013, 2, 99; 185-190
0239-3646
2084-5618 - Pojawia się w:
- Maszyny Elektryczne: zeszyty problemowe
- Dostawca treści:
- Biblioteka Nauki
Artykuł