Определение дефектов в силовом трансформаторе по СВЧ-сигнала ЧР при помощи свёрточной нейронной сети
В ноябре 2020 года журнал IEEE Access опубликовал статью группы авторов из Южной Кореи, в которой описывался метод определения типа развивающегося дефекта в силовом трансформаторе по данным, снимаемым СВЧ-датчиком, устанавливаемым в дренажный вентиль трансформатора. Для обработки данных авторы использовали свёрточную нейронную сеть, которая получала PRPD-распределения.
Для сбора данных авторы использовали установку, состоявшую из корпуса трансформатора, источника испытательного напряжения, делителя напряжения, искусственной камеры для имитации дефектов, датчика и системы сбора данных. Схема установки показана ниже.
Дефекты создавались внутри отдельной камеры внутри корпуса трансформатора. Имитировались 6 видов дефектов. Изображения камеры со всеми дефектами показано ниже.
В ходе замеров были записаны PRPD-распределения, характерные для каждого вида дефекта. Эти распределения затем использовались либо напрямую как входы свёрточной нейронной сети, либо опосредованно, после снижения размерности данных до двух. Примеры записанных распределений и схема сети показаны ниже.
Свёрточная сеть состояла из большого числа слоёв разного типа, выполняющих разные функции преобразования данных, включая: выделение характерных свойств, применение операции свёртки, нормализацию данных. Авторы использовали такой тип нейронной сети из-за её потенциальной возможности обрабатывать сложные распределения данных. Для проверки точности определения дефекта свёрточной сетью авторы сравнили результаты, полученные при помощи иных алгоритмов классификации, включая метод опорных векторов и нейронную сеть прямого распространения. Полученная точность классификации предложенным методом, по информации авторов составила 99,64% и превышала точности классификации другими методами.
Больше новостей и аналитики из мира онлайн-диагностики электрооборудования читайте на нашем Телеграм-канале "ЗВЕЗДА"