OMICRON Magazine

Apprentissage automatique – valeurs de comparaison multiples – qualité de résultat unique Les écarts causés par le montage de mesure, l’état du transformateur, la configuration du transformateur et les facteurs externes peuvent conduire à un mauvais diagnostic. Il est donc essentiel de vérifier la validité et la qualité des résultats de mesure avant l’évaluation. L’évaluation des courbes SFRA avec des données de référence est effectuée en utilisant l’un des deux algorithmes standard, l’algorithme NCEPRI (NCEPRI, North China Electric Power Research Institute) et l’algorithme DLT (DLT, Electric Power Industry Standard of the Peoples Republic of China (DL/T 911 – 2004)). 19 787 courbes SFRA représentant plus de 2 000 transformateurs de puissance étaient disponibles pour créer les algorithmes. Les résultats montrent que les algorithmes basés sur l’intelligence artificielle sont adaptés à la qualification et à la validation automatiques des mesures SFRA. Actuellement, les algorithmes sont très bien adaptés à des fins auxiliaires. Les utilisateurs peuvent valider au préalable leurs propres courbes SFRA sur la base de trois classes différentes. Les résultats des mesures sont qualifiés ainsi : OK, À investiguer et Erreur. Cette possibilité permet d’augmenter considérablement la qualité de vos données et de mieux vérifier votre équipement. Intelligence artificielle (IA) Toute technique qui permet aux machines de résoudre une tâche d’une manière similaire à celle des humains Apprentissage automatique Algorithmes qui permettent aux ordinateurs d’apprendre à partir d’exemples sans être explicitement programmés Apprentissage profond Un sous-ensemble de l’IA qui utilise des modèles et construit automatiquement une hiérarchie de représentations de données Intelligence artificielle Apprentissage automatique Apprentissage profond 42

RkJQdWJsaXNoZXIy NTkxNzY=