Detail publikace

Adaptivní fuzzy-neuro inferenční systémy v diagnostice výkonových olejových transformátorů

JANDA, O. HAMMER, M. MINISTR, M. ERTL, J.

Český název

Adaptivní fuzzy-neuro inferenční systémy v diagnostice výkonových olejových transformátorů

Anglický název

Adaptive Neuro-Fuzzy Inference System for Power Oil Transformer Diagnostics

Typ

článek v časopise - ostatní, Jost

Jazyk

en

Originální abstrakt

The adaptive neuro-fuzzy inference system for the diagnostics of power oil trans-formers is described in this paper. The system is based on the DGA methods where the ANFIS system is applied on the results. A new fuzzy system can be created or the original model of the diagnostic method according to the IEC 60599 standard can be adapted. The real data of gas concentrations was used for the learning process. The resulting accuracy of the optimized fuzzy model achieved up to 78%

Český abstrakt

V tomto článku je popsán fuzzy-neuro inferenční systém v diagnostice výkonových olejových transformátorů. Systém je založen na DGA metodách, kde ANFIS je aplikován na výsledky. Systém může být vytvořen jako nový nebo dříve vytvořený systém může být modifikován dle IEC 60599. Během učícího procesu byla použita data z reálných měření. Výsledná přesnost optimalizovaných fuzzy modelů dosahovala až 78%

Anglický abstrakt

The adaptive neuro-fuzzy inference system for the diagnostics of power oil trans-formers is described in this paper. The system is based on the DGA methods where the ANFIS system is applied on the results. A new fuzzy system can be created or the original model of the diagnostic method according to the IEC 60599 standard can be adapted. The real data of gas concentrations was used for the learning process. The resulting accuracy of the optimized fuzzy model achieved up to 78%

Klíčová slova česky

DGA, ANFIS, fuzzy, IEC poměrová metoda, transformátor

Klíčová slova anglicky

DGA, ANFIS, Fuzzy, IEC ratio, Transformer

Rok RIV

2011

Vydáno

05.10.2011

Nakladatel

MM publishing

Místo

Praha

ISSN

1803-1269

Ročník

4

Číslo

3

Strany od–do

325–331

Počet stran

7

BIBTEX


@article{BUT74336,
  author="Ondřej {Janda} and Miloš {Hammer} and Martin {Ministr} and Jakub {Ertl},
  title="Adaptive Neuro-Fuzzy Inference System for Power Oil Transformer Diagnostics",
  year="2011",
  volume="4",
  number="3",
  month="October",
  pages="325--331",
  publisher="MM publishing",
  address="Praha",
  issn="1803-1269"
}