Авторы: А.В. Гофман, АО «НТЦ Россети ФСК ЕЭС», А.С. Ведерников, В.М. Дашков, ФГБОУ «САМГТУ»

Authors: Gofman A., R&D Center Fgs Ues Rosseti, Jsc, Vedernikov A., Dashkov V., Samara State Technical University

Ключевые слова: мониторинг; силовой трансформатор; машинное обучение; компьютерное зрение; сверточные сети.

Key words: Monitoring; Power Transformer; Machine learning; Computer Vision; Convolution Networks.

 

Аннотация: В настоящее время технологии машинного интеллекта, называемые иногда искусственным интеллектом, активно развиваются, внедряясь во все сферы экономики. Их несомненные преимущества заключаются в автоматизации многих процессов и задач, а также в возможности их реализации с использованием доступных программных и технических средств. Множество задач в электроэнергетике может быть пересмотрено с учетом таких технологий для поиска нового, лучшего решения. Высокая активность публикаций в области мониторинга силовых трансформаторов свидетельствует об актуальности этой проблемы. В данной статье авторы приводят свое решение в области мониторинга силовых трансформаторов с применением доступныхтехнологий компьютерного зрения. Показано, что современный уровень развития методов машинного обучения позволяет создавать модели компьютерного зрения, способные выполнять контроль визуального состояния силовых трансформаторов, оказывая тем самым поддержку оперативно-технологическому персоналу.

Abstract: Artificial Intelligence and Machine Learning are popular technologies are on-trend everywhere. Their applications in the economics are frequently discussed. Because of new computing technologies, Machine Learning nowadays opens ways for new solutions in Power Energy. This is because it can help us uncover previously invisible patterns in data, to identify the most effective solutions and target them in the right way. Power transformer monitoring is still a prevalent buzzword in the media. In the paper authors present the way of utilizing the Machine learning for power transformer monitoring.

Скачать статью

Маска и рамка потеков масла на оборудовании трансформатора после обучения сети