لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
دوازدهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها
Machine-Learning Condition Classification and Explainable Fault Diagnosis for Power Transformers Using Dissolved Gas Analysis
نویسندگان :
Amin Jahan
1
Sara Ershadi Nasab
2
1- دانشگاه فردوسی مشهد
2- دانشگاه فردوسی مشهد
کلمات کلیدی :
Class imbalance،Condition monitoring،Dissolved gas analysis،Explainable AI power،LightGBM،Machine learning،Transformers،SHAP
چکیده :
Power transformer condition is traditionally assessed via Dissolved Gas Analysis (DGA) and electrical tests. Using 470 transformers with 14 features and an expert-derived Health Index (HI), we train six classifiers to predict three condition classes (Poor, Fair, Good). A tuned LightGBM model achieves the best performance (94.3% accuracy, macro-F1 ~0.67), though minority-class recall (Fair/Good) remains challenging. A binary fault-detection variant (HI < 50%) proves more actionable (96.5% accuracy, ROC-AUC 0.981). SHAP analysis, validated via bootstrap, identifies Hydrogen, Methane, and Acetylene as the only stable drivers. Finally, SHAP outputs are fed to a large language model to generate automated, plain-English maintenance reports, demonstrating an end-to-end explainable diagnostic pipeline.
لیست مقالات
لیست مقالات بایگانی شده
مدل مکانیابی هاب تک تخصیصی با در نظر گرفتن استفاده از نیروی انسانی یا ربات
محمد معصومی - حسین نقابی
تحلیل سیستم های مدیریت ایمنی در پروژه های ساختمان های بلند -مطالعه مروری از ٢010 تا 2021
پریسا دهقانی - رامین انصاری - مهدی مهدی خانی
A Hybrid Model for ERP Implementation in Large Organizations: Combining Agile and Traditional Methodologies
Seyedeh safoura Seyed shobeiri - Hamidreza Abrishami - Vahid Baghishani
A Profit-Aware CNN-GRU-Attention Framework for Algorithmic Forex Trading
Zahra Karimi - Erfan Hassannayebi - Majid Khedmati
اولویتبندی کاربردهای فناوریهای دیجیتال در تحول سیستمهای یکپارچه پاداش با روش ارزیابی همزمان معیارها و گزینهها (SECA)
فرزانه سلطانی - سید حسین رضوی حاجیآقا
شناسایی و تبیین مؤلفههای کلیدی تابآوری زنجیرهی تأمین در صنعت داروسازی با استفاده از مدلسازی ساختاری تفسیری (مطالعهی موردی: شرکتهای منتخب داروسازی ایران)
علی صفاری دربرزی - رضا فتاحی
A Supply Chain Network Design Model for Wheat and Flour: Integrating Domestic Consumption, Imports, Storage, Production, and Distribution; Case Study Iran
Sepehr Safaei - Maryam Rezapour Niari
The Efficiency Assessment of Countries in Dealing with COVID-19 Based on Nutrition Using Data Envelopment Analysis Approach: The Case of Healthiest Countries
Parisa Khodabakhshi - Mohamadreza Moharami - Mahdieh Azhir
A fuzzy stochastic immediate assembly supply chain with uncertain demand
Navid Aslani Rad - Hossein Neghabi - Reza Rahmati
معرفی تابع امتیاز مبتنی بر جریمه تردید برای حل برنامه ریزی خطی در محیط فازی مردد فرماتی
وجیهه نژادقرائی - امید سلیمانیفرد
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.9.3
