Wavelet denoising of partial discharge signals and their pattern classification using artificial neural networks and support vector machines
| Autor: | Ian Carlo Guzmán, José Luis Oslinger, Rubén Darío Nieto |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2017 |
| Předmět: |
Discrete wavelet transform
lcsh:TN1-997 Computer science Artificial Neural Network (ANN) 02 engineering and technology 01 natural sciences lcsh:Technology Signal-to-noise ratio Wavelet 0103 physical sciences 0202 electrical engineering electronic engineering information engineering Support Vector Machine (SVM) lcsh:Mining engineering. Metallurgy 010302 applied physics Artificial neural network business.industry lcsh:T 020208 electrical & electronic engineering General Engineering Pattern recognition Perceptron Backpropagation Support vector machine Discrete Wavelet Transform (DWT) Computer Science::Computer Vision and Pattern Recognition Pattern recognition (psychology) Partial Discharge (PD) Artificial intelligence business |
| Zdroj: | Dyna, Vol 84, Iss 203, Pp 240-248 (2017) |
| ISSN: | 2346-2183 0012-7353 |
| Popis: | Este artículo presenta dos enfoques de reconocimiento de patrones usando huellas dactilares de descargas parciales como características de entrada para llevar a cabo la clasificación de patrones de DP. Un perceptrón multicapa (MLP) basado en el algoritmo de propagación hacia atrás y una máquina de soporte vectorial fueron entrenados para reconocer tres tipos de patrones de DP. Los resultados experimentales demostraron que los algoritmos pueden arrojar altas tasas de reconocimiento. De otra parte, la trasformada wavelet discreta (DWT) fue utilizada para eliminar el nivel de ruido presente en las DP como una etapa previa al proceso de clasificación. Diferentes wavelets madre fueron probadas a diferentes niveles de descomposición con el objeto de encontrar parámetros wavelet apropiados para obtener una mejor relación señal-ruido (SNR) y menos distorsión después del proceso de filtrado. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|