A Complex Network Based Classification of Covered Conductors Faults Detection

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F16%3A86100496" target="_blank" >RIV/61989100:27240/16:86100496 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989100:27730/16:86100496 RIV/61989100:27740/16:86100496

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007/978-3-319-48499-0_33" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-319-48499-0_33</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

A Complex Network Based Classification of Covered Conductors Faults Detection

Popis výsledku v původním jazyce

Presence of partial discharges implies the fault behavior on insulation system of medium voltage overhead lines, especially with covered conductors (CC). This paper covers the machine learning model based on features, which are derived from complex networks. These features are applied to predict whether the measured signal contains phenomenon indicating CC fault behavior or not. The comparison of different threshold levels of similarity values brings more information about complex network modeling. The final performance of the Random Forest classification algorithm shows valuable results for future research.

Název v anglickém jazyce

A Complex Network Based Classification of Covered Conductors Faults Detection

Popis výsledku anglicky

Presence of partial discharges implies the fault behavior on insulation system of medium voltage overhead lines, especially with covered conductors (CC). This paper covers the machine learning model based on features, which are derived from complex networks. These features are applied to predict whether the measured signal contains phenomenon indicating CC fault behavior or not. The comparison of different threshold levels of similarity values brings more information about complex network modeling. The final performance of the Random Forest classification algorithm shows valuable results for future research.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/LO1404" target="_blank" >LO1404: Trvale udržitelný rozvoj Centra ENET</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

Intelligent data analysis and applications: proceedings of the Third Euro-China Conference on Intelligent Data Analysis and Applications, ECC 2016

ISBN

978-3-319-48498-3

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

278-286

Název nakladatele

Springer

Místo vydání

London

Místo konání akce

Fu-čou

Datum konání akce

7. 11. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—