Белорусский национальный технический университет
Repository of the Belarusian National Technical University
ISSN: 2310-7405
Repository of the Belarusian National Technical University
View Item 
  •   Repository BNTU
  • Материалы конференций и семинаров
  • Международные и республиканские конференции
  • Приборостроение
  • Приборостроение-2024
  • Материалы конференции по статьям
  • View Item
  •   Repository BNTU
  • Материалы конференций и семинаров
  • Международные и республиканские конференции
  • Приборостроение
  • Приборостроение-2024
  • Материалы конференции по статьям
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Разработка нейронной сети ResNet-18 для диагностики межвитковых коротких замыканий в однофазном трансформаторе

Thumbnail
Authors
Громыко, И. Л.
Монархович, И. Е.
Date
2024
Publisher
Интегралполиграф
Another Title
Development of ResNet-18 neural network for diagnostics of inter-turn faults in single-phase transformer
Bibliographic entry
Громыко, И. Л. Разработка нейронной сети ResNet-18 для диагностики межвитковых коротких замыканий в однофазном трансформаторе = Development of ResNet-18 neural network for diagnostics of inter-turn faults in single-phase transformer / И. Л. Громыко, И. Е. Монархович // Приборостроение-2024 : материалы 17-й Международной научно-технической конференции, 26-29 ноября 2024 года, Минск, Республика Беларусь / редкол.: А. И. Свистун (пред.), О. К. Гусев, Р. И. Воробей [и др.]. – Минск : Интегралполиграф, 2024. – С. 37-38.
Abstract
Разработана нейронная сеть ResNet-18 для диагностики и раннего обнаружения межвитковых коротких замыканий в однофазных трансформаторах. Применение данной нейронной сети позволит в режиме реального времени, не выводя оборудование из работы, анализировать информацию по осциллограммам тока холостого хода и классифицировать короткие замыкания.
Abstract in another language
ResNet-18 neural network has been developed for diagnostics and early detection of inter-turn faults in single-phase transformers. Application of this neural network will allow to analyze information on no-load current oscillograms and classify short circuits in real-time mode without taking the equipment out of operation.
URI
https://rep.bntu.by/handle/data/152985
View/Open
37-38.pdf (296.1Kb)
Collections
  • Материалы конференции по статьям[210]
Show full item record
CORE Recommender

Belarusian National Technical University | Science Library | About Repository | Размещение в Репозитории | Contact Us
Яндекс.МетрикаIP Geolocation by DB-IP
Science Library | About Repository | Размещение в Репозитории | Contact Us
 

Browse

All of Repository BNTUCommunities & CollectionsAuthorsTitlesBy Issue DatePublisherBy Submit DateTypeThis CollectionAuthorsTitlesBy Issue DatePublisherBy Submit DateType

My Account

LoginRegister

Belarusian National Technical University | Science Library | About Repository | Размещение в Репозитории | Contact Us
Яндекс.МетрикаIP Geolocation by DB-IP
Science Library | About Repository | Размещение в Репозитории | Contact Us