Изилдөө көзөмөлдөнгөн чекит–тегиздик жогорку чыңалуу тажрыйба түзүлүшүндө аба, трансформатордун минералдык майы жана сиңдирилген кагаз чөйрөлөрүндө түзүлгөн жарым-жартылай разряддардан ток, чыңалуу жана пьезоэлектрдик акустикалык сигналдарды чогултуп, бул сигналдардан алынган белгилер менен Random Forest (RF) жана Gradient Boosting (GB) классификаторлорун салыштырган. Изилдөөдөгү эң жогорку жалпы тактык акустикалык сенсор маалыматтар топтомунда RF менен %96,51 болуп алынган; ошол эле маалыматтар топтомунда GB %95,87 тактык берген. Ток маалыматтар топтомунда RF %94,60, ал эми чыңалуу маалыматтар топтомунда %91,43 тактыкка жеткен. Ошентсе да тажрыйбалар көзөмөлдөнгөн лабораториялык шарттарда жана болгону үч изоляция чөйрөсүндө жүргүзүлгөн; реалдуу иштөөдөгү трансформаторлор боюнча талаалык ырастоо берилген эмес.

Изилдөөнүн натыйжалары сенсор түрү классификация ийгилигине айкын таасир этерин көрсөтөт. RF модели үч маалыматтар топтомунун баарында GBге караганда жогорураак жалпы тактык берген. Эң көрүнүктүү көрсөткүч акустикалык маалыматта байкалса, чыңалуу сенсору маалыматындагы эки моделдин ортосундагы айырма азыраак. Акустикалык маалымат үчүн RFнин precision, recall, F1-score, specificity жана accuracy маанилери тиешелүүлүгүнө жараша %96,51, %96,56, %96,48, %98,27 жана %96,51 деп билдирилген.

Бул натыйжа “акустикалык сенсор жалгыз өзү бардык жарым-жартылай разряд диагностика көйгөйлөрүн чечет” дегенди билдирбейт. Изилдөө белгилүү электрод геометриясы жана көзөмөлдөнгөн изоляция чөйрөлөрүндө өндүрүлгөн маалымат менен жүргүзүлгөн. Мындан тышкары, макала көп сенсорлуу ыкманы баса белгилесе да, жарыяланган көрсөткүч таблицасында ток, чыңалуу жана акустикалык сенсорлор өз-өзүнчө маалыматтар топтомдору катары бааланган; үч сенсордон алынган белгилерди бирдиктүү fusion модели менен бириктирип алынган өзүнчө көрсөткүч натыйжасы берилген эмес.

Түркия жагынан алганда, ыкма күч трансформаторлорунун абалын көзөмөлдөө системаларында электрдик жана акустикалык өлчөөлөрдү машиналык үйрөнүү менен бирге баалоого багытталган колдонууга жарактуу изилдөө алкагын сунуштайт. Бирок изилдөөдөгү %96,51 тактык түздөн-түз Түркиядагы талаа трансформаторлору үчүн күтүлгөн ийгилик деңгээли катары колдонулбашы керек. Реалдуу колдонууда сенсор жайгашуусу, электромагниттик жана механикалык ызы-чуу, трансформатор дизайны, май менен кагаздын эскириши, разряд геометриясы жана иштетүү шарттары алдында кайра окутуу жана көз карандысыз талаалык ырастоо зарыл.

Жарым-жартылай разряд эмне үчүн көзөмөлдөнөт?

Изилдөө күч трансформаторлорунун ишенимдүүлүгү изоляция системасынын абалы менен тыгыз байланышта деген түшүнүктөн башталат. Авторлор жарым-жартылай разрядды изоляция материалында пайда болгон жергиликтүү диэлектрдик бузулуу катары аныктап, мындай окуялар өз убагында аныкталбаса, кыйла оор изоляция мүчүлүштүктөрүнө өтүшү мүмкүн экенин белгилешет.

Трансформаторлордо минералдык май менен целлюлозалык электр изоляция кагазы бирге колдонулушу мүмкүн болгондуктан, бир эле түрдөгү электрдик окуя ар башка диэлектрдик чөйрөлөрдө ар башка ток, чыңалуу жана акустикалык белгилерди көрсөтө алат. Изилдөөнүн негизги суроосу — бул айырмачылыктарды машиналык үйрөнүү аба, минералдык май жана кагаз катары ажырата алабы же жокпу.

Тажрыйба түзүлүшү кандай түзүлдү?

Тажрыйба системасы жөнгө салынуучу 220 V, 50 Hz AC булак, коргоо чынжыры, булакта катышы 600 деп берилген жогорку чыңалуу трансформатору, ток чектөө каршылыгы, чыңалуу бөлгүчү, өлчөө каршылыгы, осциллоскоп, компьютер жана пьезоэлектрдик акустикалык сенсордон турат.

Сыноо ячейкасы Plexiglas жана Bakelite колдонулуп 11,4 × 6,9 × 11,6 cm³ өлчөмдөрүндө даярдалган. Ячейканын ичинде чекит–тегиздик электрод системасы бар. Чекит электродунун ийрилик радиусу 50 µm, тегиздик электродунун диаметри 2,5 cm жана электрод аралык боштук 2,5 mm.

Өлчөө каршылыгы 50 Ω деп берилген. Осциллоскоп киришин коргоо максатында бул каршылыкка тескери параллелдүү диоддор туташтырылган. Система электромагниттик кийлигишүүнү азайтуу үчүн Faraday капасына жайгаштырылган жана булакта жерге туташтыруу каршылыгы 0,92 Ω деп билдирилген.

Пьезоэлектрдик сенсор сыноо ячейкасынын сыртында, разряд чекитинин бийиктигине дал келгидей жайгаштырылган. Ошентип, ошол эле окуя учурунда ток, чыңалуу жана акустикалык каналдар осциллоскоп аркылуу бир учурда катталган.

Булакта убакыттык ажыратуу жөнүндө эмне айтылат?

Изилдөө жазуулар “0,5 µs time shifting” менен жүргүзүлгөнүн жана агып өтүү тогу же чыңалуу түшүүсү башталган учур \(t=0\) катары кабыл алынганын билдирет. Бул так үлгү алуу аралыгыбы, экрандагы убакыт жылышыбы же башка жазуу параметриби — түшүндүрүлбөйт. Ошондой эле осциллоскоптун үлгү алуу ылдамдыгы жана өткөрүү тилкеси өзүнчө берилген эмес.

Бул деталь маанилүү; анткени изилдөө аба чөйрөсүндөгү биринчи ток чокусун болжол менен 20 ns масштабында түшүндүрөт. Булак “0,5 µs time shifting” сөз айкашы менен бул 20 ns ажыратуунун техникалык байланышына түшүндүрмө бербейт. Ошондуктан бул жерде аталган маани үнсүз түрдө үлгү алуу периоду катары чечмеленген эмес.

Үч изоляция чөйрөсүндө кандай сигналдар байкалды?

3–5-сүрөттөр абада, минералдык майда жана сиңдирилген кагазда катталган ток, чыңалуу жана акустикалык сигналдардын ар башка амплитудаларды жана басаңдаган термелүү профилдерин көрсөткөнүн ачып берет.

Бул сандар тиешелүү сүрөттөрдө белгиленген чоку маанилер. Ар башка сыноо чыңалуулары жана диэлектрдик чөйрөлөр сөз болуп жаткандыктан, жалгыз максималдуу амплитудаларга карап чөйрөлөрдүн жалпы диэлектрдик туруктуулук иретин чыгарууга болбойт.

Абадагы разряд үчүн ылдамдык кандай эсептелди?

Изилдөөдө аба чөйрөсүндөгү биринчи күчтүү ток чокусу болжол менен 20 ns созулат деп кабыл алынып, разряд ошол учурда 2,5 mm электрод аралыкты өткөн деп болжолдонот. Булакта колдонулган байланыш:

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

түрүндө. \(d\) электроддордун ортосундагы аралыкты, \(t\) болсо разряд бул аралыкты басып өттү деп болжолдонгон убакытты көрсөтөт.

Булактын сандык эсептөөсү:

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

деп берилген. Бул маани түз оптикалык өлчөнгөн разряддын илгерилөө ылдамдыгы эмес; сигнал чоку убактысы 2,5 mm боштуктун көпүрөлөнүү убактысын билдирет деген божомолго негизделген эсептөө.

Сигнал эмне үчүн басаңдаган термелүү түрүндө моделденет?

Изилдөөчүлөр ток сигналы күчтүү биринчи чокудан кийин басаңдаган синусоидалдык түзүлүшкө айланарын белгилеп, төмөнкү эмпирикалык туюнтманы колдонушат:

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

Булактын түшүндүрмөсүнө ылайык \(f\) басаңдоону көзөмөлдөйт; \(r\) жана \(b\) амплитудага, \(c\) жана \(d\) болсо термелүүнүн жыштык/фаза өзгөчөлүктөрүнө таасир этет. Изилдөөдө бул теңдеменин коэффициенттери үч чөйрө үчүн өзүнчө сандык түрдө билдирилген эмес; ошондуктан модель бул жерде эксперименттик сигнал формасынын түшүндүрмөсү катары колдонулат.

Маалыматтар топтому кандай бөлүндү?

2-сүрөт окутуу үчүн %70, тест үчүн %30 бөлүүнү көрсөтөт. I-таблица болсо ар бир сенсор жана изоляция чөйрөсү үчүн реалдуу үлгү сандарын берет.

Демек ток сенсорунун маалыматтар топтому 736 окутуу жана 315 тест үлгүсүн; чыңалуу жана акустикалык маалыматтар топтомдорунун ар бири 735 окутуу жана 315 тест үлгүсүн камтыйт.

Булак көз карандысыз валидация топтомун, кайчылаш текшерүүнү, кокустук урукту, маалымат бөлүү алгоритмин же бир эле физикалык разряд окуясына тиешелүү байланышкан үлгүлөр окутуу жана тест топторунун ортосунда кантип бөлүнгөнүн түшүндүрбөйт. Бул кемчиликтер билдирилген тактык ар башка маалымат бөлүүлөрүндө канчалык өзгөрөрүн баалоону чектейт.

Белги чыгаруу кандай жасалды?

Метод схемасында сигналдар адегенде ызы-чууну азайтуу иштетүүсүнө алынат, андан кийин убакыт жана жыштык чөйрөсүндөгү белгилер чыгарылып классификаторго берилет. Бирок булак колдонулган denoising алгоритминин атын жана параметрлерин же чыгарылган белгилердин толук тизмесин бербейт.

Бул жерде булак ичиндеги баяндоо айырмасы да бар: аннотация бөлүмү жалгыз time-domain feature extraction сөз айкашын колдонсо, метод бөлүмү ачык түрдө time-domain да, frequency-domain да белгилерден сөз кылат. Макаланын метод бөлүгү кеңири болгондуктан эки чөйрө тең колдонулган деп берилген; бирок бул айырмачылык библиографиялык/методологиялык эскертүү катары сакталган.

Random Forest кантип чечим чыгарат?

Random Forest кокустук маалымат жана белги ички топтомдорунда бир нече чечим дарагын окутуп, алардын көпчүлүк добушун колдонот. Булакта акыркы класс:

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

менен көрсөтүлөт. \(h_t(x)\), \(t\). чечим дарагынын \(x\) үлгүсү үчүн берген божомолу; \(T\) болсо дарак саны.

Бирок изилдөөдө колдонулган чыныгы дарак саны, максималдуу тереңдик, белги тандоо стратегиясы же башка RF гиперпараметрлери билдирилген эмес.

Gradient Boosting кандай колдонулду?

Gradient Boostingде дарактар параллелдүү жана көз карандысыз эмес, мурунку моделдин каталарын азайта тургандай ырааттуу түзүлөт. Изилдөөдө акыркы класс:

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

түрүндө берилген. \(F_M(x)\), \(M\) boosting итерациясынын соңунда алынган ensemble функциясы. Бирок үйрөнүү ылдамдыгы, дарак тереңдиги, boosting итерация саны жана жоготуу функциясынын чыныгы тажрыйба жөндөөлөрү булакта кеңири берилбейт.

Ийгилик кайсы өлчөмдөр менен бааланды?

Изилдөө accuracy, precision, recall, F1-score жана specificity колдонот:

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

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

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

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

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

Бул жерде \(TP\) туура позитив, \(TN\) туура негатив, \(FP\) жаңылыш позитив жана \(FN\) жаңылыш негатив үлгү сандарын билдирет. Үч класстуу маселеде бул метрикалар класстар арасында кайсы макро/микро салмактоо менен бириктирилгени булакта өзүнчө түшүндүрүлгөн эмес.

Изилдөө колдогон жана колдобогон натыйжалар

Изилдөөнүн Ыкмасы жана Жыйынтыктары

RF жана GBнин жалпы көрсөткүчү

II-таблицадагы жалпы натыйжалар RF үч сенсор маалыматтар топтомунун баарында GBге караганда жогорураак тактык бергенин көрсөтөт. RF–GB accuracy айырмасы ток маалыматында 3,49 пайыздык пункт, чыңалуу маалыматында 0,95 пайыздык пункт жана акустикалык маалыматта 0,64 пайыздык пункт деңгээлинде.

Эмне үчүн акустикалык маалымат алдыга чыгат?

Изилдөөнүн өз сыноо түзүлүшүндө акустикалык маалымат эки ensemble модель үчүн тең эң жогорку жалпы тактыктарды берген. RFде акустикалык accuracy %96,51 болсо, токто %94,60 жана чыңалууда %91,43. GBде ошол эле ирет %95,87, %91,11 жана %90,48.

Акустикалык сенсор сыноо ячейкасынын сыртында, разряд аймагынын бийиктигинде жайгаштырылган пьезоэлектрдик кабылдагыч. 3–5-сүрөттөрдө үч чөйрөнүн акустикалык сигналдарынын чоку амплитудасы жана басаңдоо жүрүм-турумунда көрүнүктүү айырмалар бар. Изилдөө бул айырмалар классификация үчүн пайдалуу экенин жактайт.

Чаташуу матрицаларында эмне үчүн этият болуу керек?

7–9-сүрөттөр аба, минералдык май жана кагаз класстары үчүн нормалдаштырылган чаташуу матрицаларын сунуштайт. Матрицалар жалпы алганда жогорку туура классификация көрсөткүчтөрүн көрсөтсө да, сүрөттөрдүн тегерегиндеги айрым класска байланыштуу пайыздар менен түшүндүрмө текстинде берилген пайыздар бирдей дал келбейт.

Мисалы, ток маалыматтар топтому үчүн текст RFнин кагазда %94,2 классификация тактыгын бергенин айтса, 8-сүрөттүн негизги матрицасындагы тиешелүү диагоналдык уяча башка маанини көрсөтөт. Акустикалык маалымат үчүн текстте берилген класс recall маанилери да 9-сүрөттөгү диагоналдык маанилер менен толук дал келбейт. Ошондуктан бул Verianla түшүндүрмөсү класска байланыштуу талкууда так пайыздарды кайра чыгаруунун ордуна, ачык жана ырааттуу таблицаланган II-таблица жалпы метрикаларын негиз кылат.

Адабият салыштыруусу кандай чечмелениши керек?

Бул таблица RF ыкмасы айрым салыштырма изилдөөлөрдөн жогорураак тактык бергенин көрсөтүү менен бирге бардык саптардан жогору эмес экенин да ачык көрсөтөт: булакта берилген CNN натыйжасы %98 жана bilayered neural network натыйжасы %96,97.

Андан да маанилүүсү, бул изилдөөлөр бир эле маалыматтар топтомун, сенсорду, классификация максатын же тажрыйба протоколун колдонбойт. Ошондуктан III-таблица көзөмөлдөнгөн head-to-head benchmark эмес. Бул ар башка басылмалардан алынган тактыктардын контексттик салыштыруусу жана кичине пайыз айырмаларынан так алгоритм артыкчылыгы чыгарылбашы керек.

Моделдин реалдуу талаа колдонмосуна өтүүдөгү кемчиликтери

Изилдөө келечекте маалыматтар топтомун кеңейтүүнү жана реалдуу убакытта көзөмөлдөө колдонмолорун өнүктүрүүнү сунуштайт. Учурдагы тажрыйбада реалдуу иштөөдөгү трансформаторлордон үзгүлтүксүз онлайн маалымат колдонулган эмес.

Ошондой эле RF жана GBнин гиперпараметрлери, белгилер тизмесинин толугу, ызы-чуу азайтуу алгоритминин майда-чүйдөсү, кокустук маалымат бөлүү ыкмасы, кайчылаш текшерүү, ишеним аралыгы же ар башка кокустук башталыштарда көрсөткүч өзгөрмөлүүлүгү билдирилбейт. Бул деталдар моделди көз карандысыз кайра өндүрүү жана жалпылануу мүмкүнчүлүгүн баалоо жагынан маанилүү чектөөлөр болуп саналат.

Булак жана Ыкма Жөнүндө Эскертүү

Толук түпнуска изилдөө аталышы: Experimental Evaluation of Ensemble Learning Models for Partial Discharges Detection in Transformer Insulation Mediums

Аталыш эскертүүсү: Түпнуска аталышта “Partial Discharges Detection” сөз айкашы ушул түрдө колдонулган. Библиографиялык берилгендик үчүн аталыш үнсүз түрдө грамматикалык жактан өзгөртүлгөн эмес.

Авторлор: Ryad Haridi, Hocine Moulai, Hakim Azizi, Abdelmoumene Hechifa, Said Djaballah жана Kaissa Hamouimeche.

Авторлордун ирети: Булак версиясындагы ирет так сакталган.

Тең биринчи автор/тең салым: Булакта тең салым билдирүүсү жок.

Жооптуу автор: Hocine Moulai; булакта байланыш дареги hmoulai@usthb.dz катары берилген.

Мекемелер: LCDEP Laboratory, Faculty of Electrical Engineering, Algiers; Ziane Achour University, Djelfa; UDERZA Unit, University of El Oued жана 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

Платформа: SSRN.

Расмий жазуу:https://ssrn.com/abstract=6932264

SSRN каттоо датасы: 13-июнь 2026.

Булак түрү жана рецензия абалы: Бул изилдөө рецензиядан өтө элек preprint; натыйжалары ушул жарыялоо баскычы эске алынып бааланууга тийиш.

Акыркы рецензияланган журнал/басмачы: Каралган булакта көрсөтүлгөн эмес.

Лицензия: Ачык кайра колдонуу лицензиясы булакта көрсөтүлгөн эмес.

Каржылоо: Каралган версияда өзүнчө каржылоо билдирүүсү жок.

Кызыкчылыктардын кагылышы: Каралган версияда өзүнчө competing-interest билдирүүсү жок.

Маалымат жеткиликтүүлүгү: Каралган версияда өзүнчө data-availability билдирүүсү жок.

CRediT/автордук салымдар: Каралган версияда өзүнчө CRediT салым билдирүүсү жок.

Тажрыйба геометриясы: Чекит–тегиздик электрод системасы; чекит электродунун ийрилик радиусу 50 µm, тегиздик электродунун диаметри 2,5 cm жана электрод аралык боштук 2,5 mm. Сыноо ячейкасы 11,4 × 6,9 × 11,6 cm³ деп билдирилген.

Изоляция чөйрөлөрү: Аба, трансформатордун минералдык майы жана сиңдирилген кагаз. Кагаз бөлүгү булакта “paper 0.1 mm of width” деп сүрөттөлгөн; 0,1 mm мааниси геометриялык жактан калыңдыкпы же башка өлчөмбү — өзүнчө түшүндүрүлгөн эмес.

Өлчөө каналдары: Ток, чыңалуу жана пьезоэлектрдик акустикалык сигнал.

Машиналык үйрөнүү: Random Forest жана Gradient Boosting.

Маалымат бөлүнүшү: Метод схемасы болжол менен %70 окутуу / %30 тест бөлүнүшүн көрсөтөт. Өзүнчө валидация топтому же кайчылаш текшерүү билдирилген эмес.

Булак ичиндеги белги чыгаруу эскертүүсү: Аннотация жалгыз убакыт чөйрөсүнүн белгилерин айтса, метод бөлүмү убакыт жана жыштык чөйрөсүнүн белгилери бирге чыгарылганын билдирет. Белгилердин так толук тизмеси булакта берилбейт.

Көп сенсорлуу эскертүү: Изилдөө көп сенсорлуу ыкманы баса белгилейт; бирок II-таблицада көрсөткүч ток, чыңалуу жана акустикалык маалыматтар топтомдору үчүн өз-өзүнчө билдирилген. Үч модалдуулукту бир feature-fusion моделинде бириктирген өзүнчө натыйжа сунушталбайт. Ошондуктан %96,51 мааниси “үч сенсордун бириктирилген fusion тактыгы” катары чечмеленбеши керек.

Локализация эскертүүсү: Текст PD булагын жана пайда болуу чөйрөсүн аныктоо жөнүндө сөз кылат; жарыяланган классификация энбелгилери аба, минералдык май жана кагаз. Өзүнчө мейкиндик локализация максаты, координата божомолу же локализация ката метрикасы билдирилген эмес.

Чаташуу матрицасы эскертүүсү: 7–9-сүрөттөрдүн айрым класска байланыштуу маанилери менен аларды түшүндүргөн тексттеги пайыздардын ортосунда дал келбестиктер бар. Ошондуктан Verianla макаласындагы негизги көрсөткүч сандары булакта ачык берилген II-таблица аркылуу берилген; бүдөмүк класс пайыздары үнсүз түрдө жараштырылган эмес.

Илимий камтуу чеги: Натыйжалар көзөмөлдөнгөн лабораториялык тажрыйбаларга, бир чекит–тегиздик электрод геометриясына, үч изоляция чөйрөсүнө жана булакта түшүндүрүлгөн окутуу/тест маалыматтар топтомдоруна тиешелүү. Реалдуу талаа трансформаторлорунда ошол эле классификация көрсөткүчү, эрте бузулууну алдын алуу ийгилиги же реалдуу убакыттагы операциялык ишенимдүүлүк түздөн-түз ырасталган эмес.

Мазмун негизи: Бул Verianla түшүндүрмөсү каралган изилдөөнүн тажрыйба түзүлүшүнө, сигнал графиктерине, метод схемасына, маалымат бөлүштүрүлүшүнө, теңдемелерине, көрсөткүч таблицаларына, чаташуу матрицаларына, талкуусуна жана корутундуларына негизделет. Библиографиялык иденттүүлүктү ырастоодон тышкары, сырткы булактардан жаңы илимий табылга кошулган эмес.