A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Apresentação Márcia Zanutto Barbosa Universidade Federal do Paraná Programa de Pós-Graduação em Métodos Numéricos.

Apresentações semelhantes


Apresentação em tema: "Apresentação Márcia Zanutto Barbosa Universidade Federal do Paraná Programa de Pós-Graduação em Métodos Numéricos."— Transcrição da apresentação:

1

2 Apresentação Márcia Zanutto Barbosa Universidade Federal do Paraná Programa de Pós-Graduação em Métodos Numéricos

3 RECONHECIMENTO E CLASSIFICAÇÃO DO ÓLEO MINERAL ISOLANTE COM BASE NO VETOR DE INFORMAÇÕES DAS ANÁLISES FISICO QUÍMICAS. Márcia Zanutto Barbosa. Orientador: Prof. Anselmo Chaves Neto Dr.

4 O Óleo Mineral Isolante O óleo mineral isolante é uma mistura na qual a maioria das moléculas é constituída basicamente por carbono e hidrogênio e é obtido através da destilação do petróleo natural, da fração de 300 a C. O óleo mineral é usado em transformadores por apresentar rigidez dielétrica muito superior a do ar, elevada capacidade térmica e excelente coeficiente de transmissão de calor. 3

5 Tema de Estudo: Óleo Mineral Isolante O óleo mineral isolante em transformadores de potência está sujeito à deterioração devido às condições mecânicas e químicas de uso. O óleo em serviço é submetido a reações de oxidação devido à presença de oxigênio, água e metais. O acompanhamento e a manutenção da qualidade do óleo isolante são etapas essenciais para assegurar uma operação confiável dos transformadores. 4

6 Objetivo O trabalho tem como objetivo apresentar ferramentas estatísticas/ computacionais que permitam fazer a avaliação do óleo isolante em operação, usando os dados físicos e químicos adquiridos ao longo dos anos. O estudo envolve uma abordagem em Aprendizagem de Máquina para comparar com as técnicas estatísticas Multivariadas na área de reconhecimento e classificação de padrões. 5

7 Variáveis do Problema Índice de Neutralização: Medida da quantidade de KOH necessária para neutralizar os constituintes do óleo. Fator de Potência: Associado às perdas dielétricas Rigidez Dielétrica: Medida da capacidade de um líquido resistir ao impacto elétrico sem falhar. Tensão Interfacial: Força de atração entre as moléculas de água e óleo na superfície de separação de ambos. Teor de Água no Óleo Temperatura do Óleo 6

8 Implementações Todos os métodos aplicados, quando implementados, estabelecerão o reconhecimento e a classificação de novos indivíduos (novos dados de entrada ou observações) bem como a alocação dos mesmos em classes pré-estabelecidas. 7

9 Redes Neurais de Base Radial A rede RBF é uma estrutura composta pela camada (com dimensão n) de padrões de entrada, uma camada intermediária (camada escondida com dimensão m) e a camada de saída. Assim são chamadas por possuir em sua arquitetura uma camada escondida definida por um conjunto de funções de base radial. 8

10 Arquitetura da R.B.F proposta para o modelo Camada de entrada com 6 neurônios Camada intermediária com 70 neurônios Camada de saída com 3 neurônios 9

11 Redes de Base Radial - Treinamento 1º Estágio: O número de funções radiais e seus parâmetros são determinados por métodos não – supervisionados. 2º Estágio: Ajuste de pesos dos nodos de saída são determinados por métodos supervisionados. 10

12 Implementação R.B.F. O classificador R.B.F para o modelo deve associar cada padrão desconhecido à sua verdadeira classe de tal forma que o erro de classificação seja tão pequeno quanto se queira. 11

13 Máquina de Vetor Suporte-SVM A SVM é um sistema de aprendizado treinado com um algoritmo de otimização baseado na teoria estatística de aprendizagem que implementa a seguinte idéia: vetores do espaço de entrada são mapeados não linearmente para um espaço característico (E.V. com produto interno) de alta dimensionalidade, através de um mapeamento escolhido a priori e, nesse espaço uma superfície de decisão linear é construída, constituindo um hiperplano de separação ótima entre os exemplos. 12

14 Máquina de Vetor Suporte-SVM- Como Funciona Dadas duas classes e um conjunto de pontos pertencentes a essas classes, uma SVM determina um hiperplano que separa os pontos de forma a colocar o maior número de pontos da mesma classe do mesmo lado, enquanto maximiza a distância de cada classe ao hiperplano. 13

15 A Aprendizagem A aprendizagem é do tipo Supervisionada, onde: A boa resposta é fornecida durante o treinamento. Tem eficiência devido ao fornecimento de muitas informações. É útil para classificação, regressão e estimação de probabilidade condicional. 14

16 Classificação Binária Uma Máquina de vetor suporte constrói um classificador binário a partir de um conjunto de padrões, chamados exemplos de treinamento, em que a classificação é conhecida. 15

17 Máquina de Vetor Suporte Interpretação Geométrica Margem Hiperplano ótimo Vetores de suporte Vetores de suporte 16

18 Material e Coleta de Dados Para o estudo em questão, o óleo mineral isolante será classificado em três faixas de voltagem, correspondendo à tensão do transformador do qual foi extraído: - Faixa 1: abaixo de 69kV e amostra com 2567 observações. - Faixa 2: de 69kV a 240kV e amostra com 2912 observações. - Faixa 3: acima de 240kV e amostra com 500 observações. 17

19 Erro Médio de Classificação(%) Erro de Classificação – Modelo SVM 4,65 6,57 7,05 12,35 9,33 7,82 10,46 16,32 21,99 Tamanho da Amostra Erro percentual

20 Percentuais de Aceitações e de Rejeições Performance – Modelo SVM Tamanho da Amostra Percentual de Classificação Aceitação - verdadeira amostra Rejeição -falsa amostra

21 20 Matriz de confusão – FAIXA 1 CLASSIFICAÇÃO PREVISTA BOM 806 amostras A RECUPERAR 24 amostras A REGENERAR 147amostras CLASSIFICAÇÃO REAL FAIXA1 abaixo de 69 KV Taxa Aparente de Erro: APER = BOM SVM RBF % % 9 1.1% % % % A RECUPERAR SVM RBF 1 4.2% % % % 0 0% 2 8.3% A REGENERAR SVM RBF 0 0% % 0 0% % % % APER SVM: 6 % RBF: 5 % Total de amostras testadas = 977

22 RESULTADOS O Modelo RBF apresentou resultados com aproximadamente 95% de classificações corretas nas Faixas 1 e 2. O Modelo SVM, ainda em fase de testes, já apresenta um percentual de aproximadamente 94% de classificações corretas nas faixas 1 e 2. 21


Carregar ppt "Apresentação Márcia Zanutto Barbosa Universidade Federal do Paraná Programa de Pós-Graduação em Métodos Numéricos."

Apresentações semelhantes


Anúncios Google