Aprendizaje automático – valores de comparación múltiples – calidad de resultados única Las desviaciones causadas por el sistema de medición, el estado del transformador, la configuración del transformador y los factores externos, pueden llevar a un diagnóstico erróneo. Por lo tanto, es fundamental comprobar la validez y la calidad de los resultados de las mediciones antes de la evaluación. La evaluación de las curvas SFRA con datos de referencia, se realiza utilizando uno de los dos algoritmos estándar, el algoritmo NCEPRI (NCEPRI, Instituto de Investigación de la Energía Eléctrica del Norte de China) y el algoritmo DLT (DLT, Norma de la Industria de la Energía Eléctrica de la República Popular China (DL/T 911 – 2004)). Para entrenar los algoritmos, se dispuso de 19 787 curvas SFRA que representaban a más de 2 000 transformadores de potencia. Los resultados indican que los algoritmos basados en la inteligencia artificial son adecuados para la calificación y validación automática de las mediciones de SFRA. Actualmente, los algoritmos son muy adecuados para fines auxiliares. Los usuarios pueden validar previamente sus propias curvas SFRA en función de tres clases diferentes. Los resultados de las mediciones se califican como Aceptar, Investigar y Error. Esta posibilidad permite aumentar enormemente la calidad de los datos y conocer mejor el activo. Inteligencia artificial (IA) Cualquier técnica que permita a las maquinas resolver tareas como los humanos lo harían Aprendizaje maquina Algoritmos que permiten a las computadoras aprender de ejemplos sin estar explícitamente programadas Aprendizaje profundo Subrutina de IA la cual usa modelos y automáticamente construye una jerarquía de representación de datos Inteligencia artificial Aprendizaje maquina Aprendizaje profundo 42
RkJQdWJsaXNoZXIy NTkxNzY=