| DC Field | Value | Language |
|---|
| dc.contributor.author | Громыко, И. Л. | - |
| dc.contributor.author | Галушко, В. Н. | - |
| dc.contributor.author | Hramyka, I. L. | - |
| dc.contributor.author | Galushko, V. N. | - |
| dc.date.accessioned | 2021-10-06T08:03:38Z | - |
| dc.date.available | 2021-10-06T08:03:38Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.citation | Громыко, И. Л. Диагностирование межвитковых замыканий в трансформаторе и обучение сверточных нейронных сетей / Громыко И. Л., Галушко В. Н. // Автоматизированные системы управления технологическими процессами АЭС и ТЭС = Instrumentation and control systems for NPP and TPP : материалы II Международной научно-технической конференции, Минск, 27-28 апреля 2021 года / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2021. – С. 158–163. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/45534 | - |
| dc.description.abstract | Рассмотрены методы диагностики различных дефектов трансформатора и способ их классификации с помощью свёрточных нейронных сетей. Применение данных нейронных сетей позволит в режиме реального времени позволит анализировать информацию, классифицировать различные отклонения и диагностировать дефекты. В работе приводится анализ информации для классификации таких повреждений как межвитковые замыкания, междуфазные короткие замыкания, дефекты межлистовой изоляции магнитопровода, местное замыкание пластин стали и «пожар» в стали. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | нейронные сети | ru_RU |
| dc.subject | межвитковое замыкание | ru_RU |
| dc.subject | трансформаторы | ru_RU |
| dc.subject | turn-to-turn circuit | ru_RU |
| dc.subject | transformer | ru_RU |
| dc.subject | neural network | ru_RU |
| dc.title | Диагностирование межвитковых замыканий в трансформаторе и обучение сверточных нейронных сетей | ru_RU |
| dc.title.alternative | Diagnosis of inter-roller circuits in the transformer and training of conventional neural networks | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | Methods for diagnosing various defects of a transformer and a method for their classification using convolutional neural networks are considered. The use of these neural networks will allow in real time to analyze information, classify various deviations and diagnose defects. The paper analyzes information for the classification of such damages as turn-to-turn short circuits, phaseto-phase short circuits, defects in the inter-sheet insulation of the magnetic circuit, local short-circuit of steel plates and "fire" in steel. | - |
| Appears in Collections: | Автоматизированные системы управления технологическими процессами АЭС и ТЭС (2021)
|
