Tədqiqat nəzarətli nöqtə–müstəvi yüksək gərginlik sınaq qurğusunda hava, transformator mineral yağı və hopdurulmuş kağız mühitlərində yaradılan qismən boşalmalardan cərəyan, gərginlik və piezoelektrik akustik siqnallar toplamış və bu siqnallardan çıxarılan xüsusiyyətlərlə Random Forest (RF) ilə Gradient Boosting (GB) təsnifatçılarını müqayisə etmişdir. Çalışmadakı ən yüksək ümumi dəqiqlik akustik sensor verilənlər dəstində RF ilə %96,51 olaraq əldə edilmişdir; eyni verilənlər dəstində GB %95,87 dəqiqlik vermişdir. Cərəyan verilənlər dəstində RF %94,60, gərginlik verilənlər dəstində isə %91,43 dəqiqliyə çatmışdır. Bununla birlikdə sınaqlar nəzarətli laboratoriya şəraitində və yalnız üç izolyasiya mühitində aparılmışdır; real istismardakı transformatorlar üzərində sahə təsdiqi təqdim edilmir.

Çalışmanın nəticələri sensor növünün təsnifat uğuruna nəzərəçarpacaq dərəcədə təsir etdiyini göstərir. RF modeli üç verilənlər dəstinin hamısında GB-dən daha yüksək ümumi dəqiqlik vermişdir. Ən aydın performans akustik verilərdə görünərkən, gərginlik sensoru verilərində iki model arasındakı fərq daha kiçikdir. Akustik verilər üçün RF-nin precision, recall, F1-score, specificity və accuracy dəyərləri müvafiq olaraq %96,51, %96,56, %96,48, %98,27 və %96,51 kimi raporlanmışdır.

Bu nəticə “akustik sensor təkbaşına bütün qismən boşalma diaqnostikası problemlərini həll edir” anlamına gəlmir. Tədqiqat müəyyən elektrod həndəsəsi və nəzarətli izolyasiya mühitlərində yaradılan verilərlə aparılmışdır. Bundan əlavə, məqalə çoxsensorlu yanaşmanı vurğulasa da, yayımlanmış performans cədvəlində cərəyan, gərginlik və akustik sensorlar ayrı verilənlər dəstləri şəklində qiymətləndirilmişdir; üç sensordan alınan xüsusiyyətlərin tək bir birləşdirilmiş füzyon modeli ilə əldə edilmiş ayrıca performans nəticəsi verilməmişdir.

Türkiyə baxımından metod güc transformatorlarının vəziyyət izləmə sistemlərində elektrik və akustik ölçmələrin maşın öyrənməsi ilə birlikdə qiymətləndirilməsinə yönəlmiş tətbiq oluna bilən bir tədqiqat çərçivəsi təqdim edir. Ancaq çalışmadakı %96,51 dəqiqlik birbaşa Türkiyədəki sahə transformatorları üçün gözlənən uğur nisbəti kimi istifadə edilə bilməz. Real tətbiqdə sensor yerləşdirilməsi, elektromaqnit və mexaniki səs-küy, transformator dizaynı, yağ və kağızın yaşlanması, boşalma həndəsəsi və istismar şəraiti altında yenidən təlim və müstəqil sahə təsdiqi lazımdır.

Qismən boşalma niyə izlənir?

Çalışma, güc transformatorlarının etibarlılığının izolyasiya sisteminin vəziyyəti ilə yaxından bağlı olması fikrindən çıxış edir. Müəlliflər qismən boşalmanı izolyasiya materialında yaranan yerli dielektrik pozulma kimi tərif edir və bu hadisələrin vaxtında aşkarlanmaması halında daha ağır izolyasiya nasazlıqlarına irəliləyə biləcəyini bildirirlər.

Transformatorlarda mineral yağ və sellülozik elektrik izolyasiya kağızı birlikdə istifadə oluna bildiyinə görə, eyni növ elektrik hadisə müxtəlif dielektrik mühitlərdə fərqli cərəyan, gərginlik və akustik xüsusiyyətlər göstərə bilər. Tədqiqatın əsas sualı bu fərqlərin maşın öyrənməsi tərəfindən hava, mineral yağ və kağız kimi ayırd edilib-edilə bilməyəcəyidir.

Sınaq qurğusu necə yaradıldı?

Sınaq sistemi tənzimlənə bilən 220 V, 50 Hz AC mənbə, mühafizə dövrəsi, mənbədə nisbəti 600 kimi verilən bir yüksək gərginlik transformatoru, cərəyan məhdudlaşdırma müqaviməti, gərginlik bölücüsü, ölçmə müqaviməti, osiloskop, kompüter və piezoelektrik akustik sensordan ibarətdir.

Test hüceyrəsi Plexiglas və Bakelite istifadə edilərək 11,4 × 6,9 × 11,6 cm³ ölçülərində hazırlanmışdır. Hüceyrə daxilində nöqtə–müstəvi elektrod sistemi yerləşir. Nöqtə elektrodunun əyrilik radiusu 50 µm, müstəvi elektrodunun diametri 2,5 cm və elektrod aralığı 2,5 mm-dir.

Ölçmə müqaviməti 50 Ω olaraq verilmişdir. Osiloskop girişini qorumaq üçün bu müqavimətə tərs paralel diodlar bağlanmışdır. Sistem elektromaqnit müdaxiləni azaltmaq üçün Faraday qəfəsi içinə alınmış və mənbədə torpaqlama müqaviməti 0,92 Ω kimi raporlanmışdır.

Piezoelektrik sensor test hüceyrəsinin xaricində, boşalma nöqtəsinin hündürlüyü ilə uyğunlaşacaq şəkildə yerləşdirilmişdir. Beləliklə, eyni hadisə zamanı cərəyan, gərginlik və akustik kanallar osiloskop vasitəsilə eyni vaxtda qeydə alınmışdır.

Mənbədə zaman ayırdetməsi barədə nə bildirilir?

Çalışma qeydlərin “0,5 µs time shifting” ilə aparıldığını və sızma cərəyanı ya da gərginlik düşməsinin başladığı anın \(t=0\) kimi qəbul edildiyini bildirir. Bunun tam olaraq nümunələmə aralığı, ekran zaman sürüşməsi və ya başqa bir qeyd parametri olub-olmadığı açıqlanmır. Bundan başqa, osiloskopun nümunələmə sürəti və bant genişliyi ayrıca verilmir.

Bu detal vacibdir; çünki çalışma hava mühitindəki ilk cərəyan zirvəsini təxminən 20 ns miqyasında şərh edir. Mənbə “0,5 µs time shifting” ifadəsi ilə bu 20 ns ayırdetmənin texniki əlaqəsini açıqlamır. Bu səbəbdən burada sözügedən dəyər səssizcə bir nümunələmə periodu kimi şərh edilməmişdir.

Üç izolyasiya mühitində hansı siqnallar müşahidə edildi?

Şəkil 3–5 hava, mineral yağ və hopdurulmuş kağızda qeydə alınan cərəyan, gərginlik və akustik siqnalların fərqli amplitudalar və sönümlü salınım profilləri göstərdiyini ortaya qoyur.

Bu rəqəmlər müvafiq şəkillərdə işarələnən zirvə dəyərləridir. Fərqli sınaq gərginlikləri və dielektrik mühitlər söz mövzusu olduğundan, yalnız maksimum amplitudalara baxaraq mühitlərin ümumi dielektrik dayanıqlığı sıralaması çıxarılmamalıdır.

Havadakı boşalma üçün sürət necə hesablandı?

Çalışmada hava mühitindəki ilk güclü cərəyan zirvəsinin təxminən 20 ns davam etdiyi qəbul edilir və boşalmanın bu anda 2,5 mm-lik elektrod aralığını keçdiyi fərz olunur. Mənbədə istifadə edilən əlaqə:

\[ v=\frac{d}{t} \]

şəklindədir. \(d\) elektrodlar arasındakı məsafəni, \(t\) isə boşalmanın bu məsafəni qət etdiyi fərz edilən müddəti göstərir.

Mənbənin sayısal hesabı:

\[ v= \frac{2.5\times10^{-3}} {20\times10^{-9}} = 12.5\times10^{4}\ \mathrm{m/s} = 125\ \mathrm{km/s} \]

kimi verilmişdir. Bu dəyər birbaşa optik olaraq ölçülmüş boşalma irəliləmə sürəti deyil; siqnal zirvə zamanının 2,5 mm-lik boşluğun körpülənmə müddətini təmsil etdiyi fərziyyəsinə əsaslanan hesablamadır.

Siqnal niyə sönümlü salınım şəklində modelləşdirilir?

Tədqiqatçılar cərəyan siqnalının güclü ilk zirvədən sonra sönümlü sinusoidal quruluşa çevrildiyini bildirərək aşağıdakı empirik ifadədən istifadə edirlər:

\[ v=r+b\sin(c\,t+d)\exp(f\,t) \]

Mənbənin izahına görə \(f\) sönümlənməni idarə edir; \(r\) və \(b\) amplitudanı, \(c\) və \(d\) isə salınımın tezlik/faza xüsusiyyətlərini təsir edir. Çalışmada bu tənliyin əmsalları üç mühit üçün ayrıca sayısal olaraq raporlanmamışdır; buna görə model burada eksperimental siqnal forması izahı kimi istifadə olunur.

Verilənlər dəsti necə bölündü?

Şəkil 2 təlim üçün %70, test üçün %30 ayrımını göstərir. Cədvəl I isə hər sensor və izolyasiya mühiti üçün real nümunə saylarını verir.

Buna görə cərəyan sensoru verilənlər dəsti 736 təlim və 315 test nümunəsi; gərginlik və akustik verilənlər dəstlərinin hər biri 735 təlim və 315 test nümunəsi ehtiva edir.

Mənbə müstəqil doğrulama dəsti, çarpaz doğrulama, təsadüfi toxum, verilənləri bölmə alqoritmi və ya eyni fiziki boşalma hadisəsinə aid əlaqəli nümunələrin təlim və test qrupları arasında necə ayrıldığını açıqlamır. Bu çatışmazlıqlar raporlanan dəqiqliyin fərqli verilən bölmələrində nə dərəcədə dəyişəcəyinin qiymətləndirilməsini məhdudlaşdırır.

Xüsusiyyət çıxarımı necə aparıldı?

Metod sxemində siqnallar əvvəlcə səs-küyün aradan qaldırılması prosesinə alınır, sonra zaman və tezlik sahəsindəki xüsusiyyətlər çıxarılır və təsnifatçıya ötürülür. Bununla birlikdə mənbə istifadə edilən denoising alqoritminin adını və parametrlərini və ya çıxarılan xüsusiyyətlərin tam siyahısını vermir.

Burada mənbədaxili bir anlatım fərqi də vardır: xülasə bölməsi yalnız time-domain feature extraction ifadəsini istifadə edərkən metod bölməsi açıq şəkildə həm time-domain, həm də frequency-domain xüsusiyyətlərdən bəhs edir. Məqalənin metod hissəsi daha ətraflı olduğuna görə hər iki sahənin də istifadə edildiyi aktarılmış; lakin bu fərqlilik bibliyografik/metodoloji qeyd kimi qorunmuşdur.

Random Forest necə qərar verir?

Random Forest təsadüfi verilən və xüsusiyyət alt dəstlərində çoxsaylı qərar ağacı öyrədərək onların çoxluq səsverməsindən istifadə edir. Mənbədə yekun sinif:

\[ \hat{y}=\operatorname{mode}\{h_t(x)\}_{t=1}^{T} \]

ilə göstərilir. \(h_t(x)\), \(t\). qərar ağacının \(x\) nümunəsi üçün verdiyi proqnoz; \(T\) isə ağac sayıdır.

Ancaq çalışmada istifadə edilən real ağac sayı, maksimum dərinlik, xüsusiyyət seçmə strategiyası və ya digər RF hiperparametrləri raporlanmır.

Gradient Boosting necə istifadə edildi?

Gradient Boosting-də ağaclar paralel və müstəqil şəkildə deyil, əvvəlki modelin xətalarını azaltacaq şəkildə ardıcıl yaradılır. Çalışmada yekun sinif:

\[ \hat{y}=\operatorname{sign}(F_M(x)) \]

şəklində ifadə edilmişdir. \(F_M(x)\), \(M\) boosting iterasiyası sonunda əldə edilən ensemble funksiyasıdır. Ancaq öyrənmə sürəti, ağac dərinliyi, boosting iterasiya sayı və itki funksiyasının real sınaq ayarları mənbədə ətraflı verilmir.

Uğur hansı ölçütlərlə qiymətləndirildi?

Çalışma accuracy, precision, recall, F1-score və specificity istifadə edir:

\[ Accuracy=\frac{TP+TN}{N} \]

\[ Precision=\frac{TP}{TP+FP} \]

\[ Recall=\frac{TP}{TP+FN} \]

\[ F1=2\times\frac{Precision\times Recall}{Precision+Recall} \]

\[ Specificity=\frac{TN}{TN+FP} \]

Burada \(TP\) doğru pozitiv, \(TN\) doğru neqativ, \(FP\) yanlış pozitiv və \(FN\) yanlış neqativ nümunə saylarını təmsil edir. Üç sinifli problemdə bu metriklərin siniflər arasında hansı makro/mikro ağırlıqlandırma ilə birləşdirildiyi mənbədə ayrıca açıqlanmamışdır.

Çalışmanın dəstəklədiyi və dəstəkləmədiyi nəticələr

Tədqiqatın Metodu və Nəticələri

RF və GB-nin ümumi performansı

Cədvəl II-dəki ümumi nəticələr RF-nin hər üç sensor verilənlər dəstində də GB-dən daha yüksək dəqiqlik verdiyini göstərir. RF–GB accuracy fərqi cərəyan verilərində 3,49 faiz bəndi, gərginlik verilərində 0,95 faiz bəndi və akustik verilərdə 0,64 faiz bəndi səviyyəsindədir.

Niyə akustik verilər önə çıxır?

Çalışmanın öz test qurğusunda akustik verilər iki ensemble model üçün də ən yüksək ümumi dəqiqlikləri vermişdir. RF-də akustik accuracy %96,51 ikən cərəyanda %94,60 və gərginlikdə %91,43-dür. GB-də eyni sıralama %95,87, %91,11 və %90,48-dir.

Akustik sensor test hüceyrəsinin xaricində boşalma bölgəsi hündürlüyündə yerləşdirilmiş piezoelektrik algılayıcıdır. Şəkil 3–5-də üç mühitin akustik siqnallarının zirvə amplitudası və sönüm davranışlarında görünən fərqlər vardır. Çalışma bu fərqlərin təsnifat üçün yararlı olduğunu müdafiə edir.

Qarışıqlıq matrislərində niyə diqqətli olmaq lazımdır?

Şəkil 7–9 hava, mineral yağ və kağız sinifləri üçün normallaşdırılmış qarışıqlıq matrisləri təqdim edir. Matrislər ümumilikdə yüksək doğru təsnifat nisbətləri göstərsə də, şəkillərin ətrafındakı bəzi sinif əsaslı faizlər ilə izah mətnində verilən faizlər birəbir uyğun gəlmir.

Məsələn, cərəyan verilənlər dəsti üçün mətn RF-nin kağızda %94,2 təsnifat dəqiqliyi verdiyini söyləyərkən Şəkil 8-in əsas matrisindəki müvafiq diaqonal hüceyrə fərqli bir dəyər göstərir. Akustik verilər üçün mətndə verilən sinif recall dəyərləri də Şəkil 9-dakı diaqonal dəyərlərlə tam üst-üstə düşmür. Buna görə bu Verianla izahı sinif əsaslı müzakirədə qəti faizləri yenidən istehsal etmək əvəzinə, açıq və ardıcıl şəkildə cədvəlləşdirilmiş Cədvəl II ümumi metriklərini əsas götürür.

Ədəbiyyat müqayisəsi necə şərh edilməlidir?

Bu cədvəl RF metodunun bəzi müqayisə çalışmalarından daha yüksək dəqiqlik verdiyini göstərərkən bütün sətrlərdən daha yüksək olmadığını da açıq şəkildə ortaya qoyur: mənbədə aktarılan CNN nəticəsi %98 və bilayered neural network nəticəsi %96,97-dir.

Daha vacibi, bu çalışmalar eyni verilənlər dəsti, sensor, təsnifat hədəfi və ya sınaq protokolundan istifadə etmir. Buna görə Cədvəl III nəzarətli bir head-to-head benchmark deyil. Fərqli nəşrlərdən götürülmüş dəqiqliklərin kontekstual müqayisəsidir və kiçik faiz fərqlərindən qəti alqoritm üstünlüyü çıxarılmamalıdır.

Modelin real sahə tətbiqinə keçidindəki çatışmazlıqlar

Çalışma gələcəkdə verilənlər dəstinin genişləndirilməsini və real zamanlı izləmə tətbiqlərinin inkişaf etdirilməsini təklif edir. Mövcud sınaqda real istismardakı transformatorlardan davamlı onlayn verilər istifadə edilməmişdir.

Bundan əlavə, RF və GB-nin hiperparametrləri, xüsusiyyət siyahısının hamısı, səs-küy aradan qaldırma alqoritminin detalları, təsadüfi verilən bölmə metodu, çarpaz doğrulama, etibarlılıq intervalı və ya fərqli təsadüfi başlanğıclar altında performans dəyişkənliyi raporlanmır. Bu detallar modelin müstəqil şəkildə yenidən istehsalı və ümumiləşdirilə bilməsinin qiymətləndirilməsi baxımından mühüm məhdudiyyətlərdir.

Mənbə və Metod Qeydi

Tam özgün çalışma adı: Experimental Evaluation of Ensemble Learning Models for Partial Discharges Detection in Transformer Insulation Mediums

Başlıq qeydi: Özgün başlıqda “Partial Discharges Detection” ifadəsi bu formada istifadə edilmişdir. Bibliyografik sədaqət səbəbilə başlıq səssizcə qrammatik olaraq dəyişdirilməmişdir.

Müəlliflər: Ryad Haridi, Hocine Moulai, Hakim Azizi, Abdelmoumene Hechifa, Said Djaballah və Kaissa Hamouimeche.

Müəllif sırası: Mənbə versiyasındakı sıra eynilə qorunmuşdur.

Ortaq birinci müəllif/ortaq töhfə: Mənbədə ortaq töhfə bəyanı yoxdur.

Məsul müəllif: Hocine Moulai; mənbədə əlaqə ünvanı hmoulai@usthb.dz kimi verilmişdir.

Qurumlar: LCDEP Laboratory, Faculty of Electrical Engineering, Algiers; Ziane Achour University, Djelfa; UDERZA Unit, University of El Oued və LGMM Laboratory, University of 20 August 1955-Skikda; Hassiba Benbouali University, Chlef; Electrical Engineering Faculty, Mouloud Mammeri University, Tizi-Ouzou, Algeria.

DOI: 10.2139/ssrn.6932264

Platforma: SSRN.

Rəsmi qeyd:https://ssrn.com/abstract=6932264

SSRN qeyd tarixi: 13 iyun 2026.

Mənbə növü və rəyçilik statusu: Bu çalışma rəyçi qiymətləndirməsindən keçməmiş bir preprintdir; nəticələri bu yayın mərhələsi nəzərə alınaraq qiymətləndirilməlidir.

Yekun rəyli jurnal/naşir: İncelənən mənbədə göstərilmir.

Lisenziya: Açıq təkrar istifadə lisenziyası mənbədə göstərilmir.

Maliyyələşdirmə: İncelənən versiyada ayrıca maliyyələşdirmə bəyanı yoxdur.

Maraqlar toqquşması: İncelənən versiyada ayrıca competing-interest bəyanı yoxdur.

Veri əlçatanlığı: İncelənən versiyada ayrıca data-availability bəyanı yoxdur.

CRediT/müəllif töhfələri: İncelənən versiyada ayrıca CRediT töhfə bildirimi yoxdur.

Sınaq həndəsəsi: Nöqtə–müstəvi elektrod sistemi; nöqtə elektrodu əyrilik radiusu 50 µm, müstəvi elektrodu diametri 2,5 cm və elektrod aralığı 2,5 mm. Test hüceyrəsi 11,4 × 6,9 × 11,6 cm³ kimi raporlanmışdır.

İzolyasiya mühitləri: Hava, transformator mineral yağı və hopdurulmuş kağız. Kağız bölməsi mənbədə “paper 0.1 mm of width” şəklində təsvir edilmişdir; 0,1 mm dəyərinin həndəsi olaraq qalınlıqmı, yoxsa başqa bir ölçümü olduğu ayrıca açıqlanmamışdır.

Ölçmə kanalları: Cərəyan, gərginlik və piezoelektrik akustik siqnal.

Maşın öyrənməsi: Random Forest və Gradient Boosting.

Verilənlərin bölünməsi: Metod sxemi təxminən %70 təlim / %30 test ayrımını göstərir. Ayrı doğrulama dəsti və ya çarpaz doğrulama raporlanmamışdır.

Mənbədaxili xüsusiyyət çıxarımı qeydi: Xülasə yalnız zaman sahəsi xüsusiyyətlərindən bəhs edərkən metod bölməsi zaman və tezlik sahəsi xüsusiyyətlərinin birlikdə çıxarıldığını bildirir. Spesifik xüsusiyyətlərin ətraflı siyahısı mənbədə verilmir.

Çoxsensorlu qeyd: Çalışma çoxsensorlu yanaşmanı vurğulayır; ancaq Cədvəl II-də performans cərəyan, gərginlik və akustik verilənlər dəstləri üçün ayrı-ayrı raporlanmışdır. Üç modaliteti tək bir feature-fusion modelində birləşdirən ayrıca nəticə təqdim edilmir. Buna görə %96,51 dəyəri “üç sensorun birləşdirilmiş füzyon dəqiqliyi” kimi şərh edilməməlidir.

Lokalizasiya qeydi: Mətn PD mənbəyi və yaranma mühitinin müəyyən edilməsindən bəhs edir; yayımlanmış təsnifat etiketləri hava, mineral yağ və kağızdır. Ayrı bir məkan lokalizasiyası hədəfi, koordinat proqnozu və ya lokalizasiya xəta metriği raporlanmır.

Qarışıqlıq matrisi qeydi: Şəkil 7–9-un bəzi sinif əsaslı dəyərləri ilə bunları izah edən mətndəki faizlər arasında uyğunsuzluqlar vardır. Buna görə Verianla məqaləsindəki əsas performans rəqəmləri mənbədə açıq şəkildə verilən Cədvəl II üzərindən aktarılmışdır; qeyri-müəyyən sinif faizləri səssizcə uzlaşdırılmamışdır.

Elmi əhatə sərhədi: Nəticələr nəzarətli laboratoriya sınaqlarına, tək nöqtə–müstəvi elektrod həndəsəsinə, üç izolyasiya mühitinə və mənbədə açıqlanan təlim/test verilənlər dəstlərinə aiddir. Real sahə transformatorlarında eyni təsnifat performansı, erkən nasazlıq önləmə uğuru və ya real zamanlı əməliyyat etibarlılığı birbaşa doğrulanmamışdır.

Məzmun təməli: Bu Verianla açıqlaması incələnən çalışmanın sınaq qurğusu, siqnal qrafikləri, metod sxemi, verilən paylanması, tənlikləri, performans cədvəlləri, qarışıqlıq matrisləri, müzakirəsi və nəticələrinə əsaslanır. Bibliyografik kimlik doğrulaması xaricində xarici mənbələrdən yeni elmi tapıntı əlavə edilməmişdir.