Abstract: S. Das, A. Paramane, S. Chatterjee, P. Mishra (in press)

Mineral oil (MEO) is widely used in power transformers for insulation and cooling purposes. Recently, alternative insulating oils, such as natural ester and synthetic ester oils (NEO and SEO) etc., have also been considered due to their eco-friendly nature. However, the performance of these oils deteriorates with aging, adversely affecting their dielectric properties. This study proposes a novel framework employing Fourier transform infrared spectroscopy (FTIR) and a recurrence plot-based deep learning framework to identify the aging state of transformer insulation accurately. For this purpose, FTIR data representing different aging stages of MEO, SEO, and NEO insulations are measured and converted into 2D images using a recurrence plot (RP). Following this, image augmentation using deep convolutional generative adversarial network (DCGAN) technique has been implemented for image augmentation and finally, a convolutional neural network (CNN) model is developed to classify the aging stages of the three aforementioned insulating oils. The performance of the proposed CNN model is compared with Alexnet, Resnet-50, and VGGNet-16, respectively. It has been observed that the proposed model returned accuracies of 97.25%, 97.5%, and 97.00% for classification of ageing state of MEO, NEO, and SEO sample data. The performance of the proposed model was also validated on oil samples collected from real-life power transformer. The proposed model can be implemented for in-situ diagnosis of transformer insulation.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Recurrence Plot-aided Deep Learning Framework for Condition Monitoring of Transformer Insulation Using Fourier Transform Infrared Spectroscopy