logo móvil
Contáctanos

Clasificación de fuentes de descargas parciales en ultra alta frecuencia utilizando circuito de acondicionamiento de señal, descargas parciales resueltas por fase y aprendizaje automático

Autores: Santos Júnior, Almir Carlos dos; Serres, Alexandre Jean René; Xavier, George Victor Rocha; da Costa, Edson Guedes; Serres, Georgina Karla de Freitas; Leite Neto, Antonio Francisco; Carvalho, Itaiara Félix; Nobrega, Luiz Augusto Medeiros Martins; Lazaridis, Pavlos

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Clasificación de fuentes de descargas parciales en ultra alta frecuencia utilizando circuito de acondicionamiento de señal, descargas parciales resueltas por fase y aprendizaje automático


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Metodología
Patrones de descarga parcial resueltos por fase
Antena monopolo UHF
Circuito de acondicionamiento de señal
Técnica de detección de envolvente
Técnicas de clasificación

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 29

Citaciones: Sin citaciones


Descripción
Este trabajo presenta una metodología para la generación y clasificación de patrones de descarga parcial (PRPD) resueltos por fases basados en el uso de una antena de monopolo UHF impresa y un circuito de acondicionamiento de señal para reducir los requisitos de hardware. Para este propósito, se aplicó la técnica de detección de envolvente. Además, se utilizaron objetos de prueba como una barra de hidrogenerador, discos dieléctricos con cavidades internas en una celda de aceite, un transformador de potencial y electrodos punta-punta sumergidos en aceite para generar señales de descarga parcial (PD). Para detectar y clasificar las descargas parciales, se utilizó el método estándar IEC 60270 (2000) como referencia. Después de la adquisición de señales UHF acondicionadas, se utilizó una técnica de umbral de filtrado de señal digital, y se extrajeron picos de pulsos de envolvente de descarga parcial. Se utilizaron técnicas de selección de características para clasificar las descargas y elegir las mejores características para entrenar algoritmos de aprendizaje automático, como perceptrón multicapa, máquina de vectores de soporte y algoritmos de árbol de decisión. Se alcanzaron precisiones superiores al 84%, revelando el potencial de clasificación de la metodología propuesta en este trabajo.

Otros recursos que podrían interesarte

Temas Virtualpro