Resumen

Se presenta un método de diagnóstico de fallos basado en datos que combina el modelo de Kriging y la red neuronal y se utiliza además para transformadores de potencia a partir del análisis de los gases disueltos en el aceite. Con el fin de mejorar la precisión del modelo de Kriging, se presenta un modelo modificado que sustituye el modelo global del modelo de Kriging por la red neuronal BP y se amplía utilizando el método de agregación de linealidad ponderada. El método presentado integra características de la aproximación global de la tecnología de redes neuronales y la salida localizada del modelo Kriging, lo que mejora la precisión del modelado. Por último, se demuestra la validez de este método mediante varios cálculos numéricos de problemas de diagnóstico de averías en transformadores.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Basado en datos; diagnóstico de fallos; modelo Kriging; red neuronal; transformadores de potencia; gases disueltos.
• Keywords:Data-driven; fault diagnosis; Kriging model; neural network; power transformers; dissolved gases