An Intelligent Power Transformers Diagnostic System Based on Hierarchical Radial Basis Functions Improved by Linde Buzo Gray and Single-Layer Perceptron Algorithms
Notice bibliographique
Résumé
Transformers are fundamental and among the most expensive electrical devices in any power transmission and distribution system. Therefore, it is essential to implement powerful maintenance methods to monitor and predict their condition. Due to its many advantages—such as early detection, accurate diagnosis, cost reduction, and rapid response time—dissolved gas analysis (DGA) is regarded as one of the most effective ways to assess a transformer’s condition. In this contribution, we propose a new probabilistic hierarchical intelligent system consisting of five subnetworks of the radial basis functions (RBF) type. Indeed, hierarchical classification minimizes the complexity of the discrimination task by employing a divide-and-conquer strategy, effectively addressing the issue of unbalanced data (a significant disparity between the categories to be predicted). This approach contributes to a more precise and sophisticated diagnosis of transformers. The first subnetwork detects the presence or absence of defects, separating defective samples from healthy ones. The second subnetwork further classifies the defective samples into three categories: electrical, thermal, and cellulosic decomposition. The samples in these categories are then precisely assigned to their respective subcategories by the third, fourth, and fifth subnetworks. To optimize the hyperparameters of the five models, the Linde–Buzo–Gray algorithm is implemented to reduce the number of centers (radial functions) in each subnetwork. Subsequently, a single-layer perceptron is trained to determine the optimal synaptic weights, which connect the intermediate layer to the output layer. The results obtained with our proposed system surpass those achieved with another implemented alternative (a single RBF), with an average sensitivity percentage as high as 96.85%. This superiority is validated by a Student’s t-test, showing a significant difference greater than 5% (p-value < 0.001). These findings demonstrate and highlight the relevance of the proposed hierarchical configuration.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».