Please use this identifier to cite or link to this item: http://hdl.handle.net/10995/21285
Title: Интегральная оценка электрических подстанций с помощью методов искусственных нейронных сетей на основе данных технической диагностики
Other Titles: Substations technical state assessment using the artificial neural networks methods on the basis of technical diagnostics
Authors: Хальясмаа, А. И.
Khalyasmaa, A. I.
metadata.dc.contributor.advisor: Кокин, С. Е.
Issue Date: 2013
Citation: Интегральная оценка электрических подстанций с помощью методов искусственных нейронных сетей на основе данных технической диагностики : заключительный отчет о НИР / Урал. федер. ун-т им. первого Президента России Б. Н. Ельцина ; Руководитель С. Е. Кокин ; Исполнитель А. И. Хальясмаа. – Екатеринбург, 2013. – 38 с.
Abstract: Эта работа посвящена вопросам оценки технического состояния оборудования на электрических подстанциях напряжением 35-220 кВ с помощью методов искусственных нейронных сетей на основе данных технической диагностики. В работе рассматриваются принципы формирования математической модели для автоматизированной системы оценки технических активов сетевых предприятий. Представлена методика определения характеристических функций принадлежности к категории состояния оборудования, а также получение обобщенной оценки технического состояния оборудования.
This research is devoted to the assessment of the electrical equipment technical state at substations of 35-220 kV using the methods of artificial neural networks based on the technical diagnostics. This paper discusses the power equipment technical state assessment principles for the Enterprise Asset Management (EAM) systems of grid companies. Presents a methodology of determining the membership functions to the category of equipment state and obtaining the generalized assessment of the equipment technical state.
Keywords: ОТЧЕТ О НИР
НЕЧЕТКАЯ ЛОГИКА
ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ
ЭЛЕКТРОТЕХНИЧЕСКОЕ ОБОРУДОВАНИЕ
СОСТОЯНИЕ
FUZZY LOGIC
ARTIFICIAL NEURAL NETWORK
ELECTRICAL EQUIPMENT
STATE
URI: http://hdl.handle.net/10995/21285
metadata.dc.description.sponsorship: Программа развития УрФУ на 2013 год (п.2.1.1.1)
Appears in Collections:Гранты, проекты, отчеты

Files in This Item:
File Description SizeFormat 
khalyasmaa_2.1.1.1.pdf1,28 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.