OMICRON Magazin

Maschinelles Lernen: vielfache Vergleichswerte – einzigartige Ergebnisqualität Abweichungen, die beispielsweise durch den Messaufbau, den Transformatorzustand, die Transformatorenkonfiguration und externe Faktoren verursacht werden, können zu Fehldiagnosen führen. Daher ist die Überprüfung der Gültigkeit und Qualität der Messergebnisse vor der Bewertung ein sehr wichtiger Faktor. Die Bewertung der FRA-Kurven mit Referenzdaten wird mit einem der beiden Standardalgorithmen durchgeführt, der NCEPRI-Algorithmus (North China Electric Power Research Institute) und der DLT-Algorithmus (DLT steht für The Electric Power Industry Standard of Peoples Republic of China (DL/T 911 – 2004)). Um die Algorithmen zu trainieren, standen rund 19800 FRA-Kurven bereit, die über 2000 Leistungstransformatoren repräsentierten. Die Ergebnisse zeigen, dass auf künstlicher Intelligenz basierende Algorithmen für die automatische Qualifizierung und Validierung von FRA-Messungen geeignet sind. Derzeit sind die Algorithmen sehr gut für Hilfszwecke geeignet. Nutzer:innen können eigene FRA-Kurven anhand von drei verschiedenen Klassen vorvalidieren. Die Messergebnisse qualifizieren sich in OK, Investigate und Error. Mit dieser tollen Möglichkeit steigern Sie die Qualität Ihrer Daten enorm und haben Ihre Anlage noch genauer im Blick. Künstliche Intelligenz (KI) Alle Techniken, die es Maschinen ermöglichen, eine Aufgabe wie Menschen zu lösen Maschinelles Lernen Algorithmen, die es Computern ermöglichen, aus Beispielen zu lernen ohne eigens dafür programmiert zu werden. Vertieftes Lernen Ein Teilbereich der KI, der Modelle verwendet um automatisch eine Hierarchie von Datendarstellungen aufzubauen Künstliche Intelligenz Maschinelles Lernen Vertieftes Lernen 42

RkJQdWJsaXNoZXIy NTkxNzY=