Wireless PD detection

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F20%3A10246221" target="_blank" >RIV/61989100:27740/20:10246221 - isvavai.cz</a>

Result on the web

<a href="https://code.it4i.cz/ADAS/wireless-pd-detection/" target="_blank" >https://code.it4i.cz/ADAS/wireless-pd-detection/</a>

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Wireless PD detection

Original language description

Software contains implementation of algorithms for detection of the high impedance fault caused by vegetation. The faults can be detected through partial discharge pattern in the data provided by the contactless sensor. The implemented algorithms include custom detection of outliers in the time series, feature generation and classification. There is a function for classification model training and classification itself. Part of the software is also trained model for testing. The main function contain all the steps of the classification and inputs are the time series and classification model. The output is the probability of the partial discharge being present.

Czech name

—

Czech description

—

Type

R - Software

CEP classification

—

OECD FORD branch

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Project

<a href="/en/project/TN01000007" target="_blank" >TN01000007: National Centre for Energy</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2020

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Internal product ID

033/23-12-2020_SW

Technical parameters

Balík je napsaný v jazyku R. Obsahuje implementaci metody na detekci odlehlých pozorování v časových řadách, která byla vyvinuta s ohledem na minimální výpočetní náročnost. Dále obsahuje funkce pro vytvoření charakteristik časových řad, které jsou následně využity pro trénování klasifikačního algoritmu, který využívá balík XGBoost. Balík také obsahuje pomocné funkce na klasifikaci. Hlavním výstupem je hodnota pravděpodobnosti výskytu obrazce částečných výbojů v analyzované časové řadě. Dalšími výstupy jsou výsledky jednotlivých mezikroků výpočtu vhodné pro analýzu. Samotný balík také obsahuje jeden ukázkový model pro klasifikaci.

Economical parameters

Ekonomický přínos použití spočívá ve zvýšení spolehlivosti distribučních sítí a optimalizace jejich údržby. Tento přínos však nelze jednoduše kvantifikovat.

Owner IČO

61989100

Owner name

Vysoká škola báňská - Technická univerzita Ostrava