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 ساختاری مثلثی چابک برای مدیریت تحول سازمانی: چارچوب تشخیصی و اجرایی یکپارچه
امیرفربد فرید
چارچوب کنترلی چهارسطحی برای ارتقای یکپارچهسازی دادههای مکانی و مالی در مدیریت داراییهای فیزیکی شبکه توزیع برق (مطالعه موردی: شرکت توزیع نیروی برق استان سیستان و بلوچستان)
آیدا حجازی
بهبود فرآیند واکسیناسیون کووید-19 با استفاده از ششسیگما به منظور ارتقایسلامت در کشور ایران
محمدرضا محرمی - سید حمیدرضا شهابی حقیقی
ارائه یک چارچوب هوشمند مبتنی بر دوقلوی دیجیتال و یادگیری تقویتی برای حل مسئله زمانبندی کارگاه منعطف با زمانهای آمادهسازی وابسته به توالی
محمد رضا خادم روشنده
طراحی شبکه زنجیرهتامین پایدار دارویی با در نظرگرفتن جریان برگشتی و انتخاب شرکتهای لجستیکی طرف سوم
عباس فروزان فر - محمدرضا اکبری جوکار
Generative AI Strategies to Enhance Car Detection Under Adverse Weather Conditions
Sina Khoshgoftar - Mehrdad Kargari - Reza Vatankhah
Structural Analysis of Resilience Factors in Iran's Perishable Food Supply Chains Using Fuzzy Delphi and Fuzzy DEMATEL
Seyed Mahdi Hosseini Sarkhosh
ارائه چارچوبی برای انتخاب تامینکنندگان و تخصیص سفارش به کمک روشهای یادگیری ماشین در صنایع نسل 4.0
محمدرضا غلامی - الهام شادکام
بهینه سازی یکپارچه جریان کارگاهی و نگهداری و تعمیرات پیشگیرانه منعطف با در نظر گرفتن مهارت تکنسین ها
محمد مهدی رجبی - مهدی ایرانپور - سید رضا حجازی طاقانکی
Cost-Sharing Strategies for Blockchain-Based Organ Donation Traceability Systems: A Game-Theoretic Approach
Mohammad Mohsen Rezaie Nik - Parinaz Esmaeili
بیشتر
ثمین همایش، سامانه مدیریت همایش ها و جشنواره ها - نگارش 44.12.3