Application Des Fonctions Kernels De La Méthode Ls-svm Pour Le Diagnostic D’un Isolateur Ht Pollué

Résumé: Ce travail présente une méthode de prévoir le niveau pollué des surfaces d'un isolant, c'est-à-dire, diagnostiquer les conditions opérationnelles de l'isolement de système électrique par des techniques de reconnaissance de formes utilisant quelques types des méthodes telle que la Moindre carrée des vecteurs supports des machines (LS-SVM); on présente ici plusieurs fonctiuons de Kernels RBF, polykernel et du MLP. La méthodologie est d'utiliser comme variables d'entrée de l'isolant tel que le diamètre, la hauteur, la ligne de fuite, le facteur de forme et la densité de dépôt de sel équivalente. La majorité des variables à être prévues est dépendante de plusieurs variables indépendantes. Les résultats de ce travail sont utiles de prévoir la sévérité de contamination, la tension de contournement critique; la longueur d'arc et particulièrement affecte la tension de contournement. La validité de l'approche a été examinée en testant plusieurs isolants avec des géométries différentes. L'expérience de terrain et les essais en laboratoire sont chers tant dans le temps que dans l'argent; donc cette méthode prend une efficacité vis-à-vis des tests expérimentaux dans des laboratoires. Une comparaison des fonctions kernels utilisées montre l'amélioration du LS-SVM avec RBF, des Polykernel et que l'utilisation de modèles combinés est une technique puissante pour ce type de demande d'application.

Publié dans la revue: Revue des sciences et sciences de l’ingénieur