The detection of faults by measuring partial discharges using artificial intelligence

Abstract

Tento článok je zameraný na nedeštruktívnu diagnostickú metódu vysokonapäťových rotačných strojov – meranie čiastkových výbojov. Hlavným cieľom bol návrh a reálne odskúšanie expertného systému rozpoznávania porúch v izolačnom systéme vysokonapäťových rotačných strojoch na základe meraní čiastkových výbojov. Navrhnutým expertným systémom bola dopredná neurónová sieť, ktorej vstupné dáta boli reprezentované normalizovanými (Min-max, Z-Score, Median, Sigmoid) deskriptívnymi charakteristikami (šikmosť, špicatosť, nábojová asymetria a korelačný faktor) [Detekcia porúch meraním čiastkových výbojov s využitím umelej inteligencie]Abstract. This article is focused on non-destructive diagnostic method of high-voltage rotating machines - partial discharges measurements. The main aim of this article was design and real testing of expert system for faults detection in insulation system of high-voltage rotating machines based on the partial discharges measurements. Designed expert system was feed forward neural network which used normalized data (Min-Max, Z-Score, Median, Sigmoid) of descriptive characteristics (skewness, kurtosis, and the charge asymmetry correction factor) as inputs. [The detection of faults by measuring partial discharges using artificial intelligence]