Resumen

Para diagnosticar de manera eficiente y precisa las fallas en transformadores, se propone en este artículo un método de diagnóstico de fallas integrado y dinámico basado en redes bayesianas. En primer lugar, se establece un modelo integrado de diagnóstico de fallas basado en la relación causal entre las condiciones anormales de funcionamiento, los modos de falla y los síntomas de falla de los transformadores, con el objetivo de obtener el modo de falla más probable. Luego, considerando que la evidencia introducida en el modelo de diagnóstico se adquiere gradualmente y que el proceso de diagnóstico de fallas en la realidad es de múltiples pasos, se propone un mecanismo de diagnóstico de fallas dinámico basado en el modelo integrado de diagnóstico de fallas. A diferencia del mecanismo de diagnóstico de un solo paso existente, este incluye un proceso de selección de evidencia de múltiples pasos, que proporciona la prueba diagnóstica más efectiva que se debe realizar en el siguiente paso. Por lo tanto, puede reducir las pruebas diagn

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Transformador; Diagnóstico de fallas; Red bayesiana; Modelo integrado; Modos de falla; Pruebas de diagnóstico
• Keywords:Transformer; Fault diagnosis; Bayesian network; Integrated model; Failure modes; Diagnostic tests