Ανάλυση δεδομένων υπερπήδησης τάσης σε μονωτήρες με χρήση επαγωγικών Δένδρων Απόφασης. (EL)

Δέγλερη, Αντωνία

aegean

Στη συγκεκριμένη εργασία θα μοντελοποιηθεί ένα από τα σημαντικότερα προβλήματα που παρουσιάζονται στους μονωτήρες υψηλής τάσης. Το πρόβλημα αφορά την υπερπήδηση τάσης σε ρυπασμένους μονωτήρες. Οι μονωτήρες σε μια εγκατάσταση παροχής ηλεκτρικής ενέργειας κατατάσσονται στα βασικότερα τμήματά της και έχουν καθοριστικό ρόλο στην ορθή λειτουργία του συστήματος. Το φαινόμενο της υπερπήδησης τάσης σε ρυπασμένους μονωτήρες παρουσιάζεται συχνά σε περιοχές με αυξημένα ποσοστά υγρασίας και βιομηχανικής ρύπανσης. Κατά την εμφάνιση του φαινομένου αυτού σε ένα μονωτήρα, η γεφύρωση με ηλεκτρικό τόξο και η διέλευση ηλεκτρικού ρεύματος σε τμήματά του - ή ακόμη και σε ολόκληρο το μονωτήρα - μπορεί να οδηγήσει σε πλήρη καταστροφή αυτού και σε αστοχία της εγκατάστασης ή του δικτύου διανομής ηλεκτρικής ενέργειας που ανήκει ο μονωτήρας. Παρακάτω θα δούμε διάφορα μαθηματικά μοντέλα που έχουν αναπτυχθεί πάνω στο φαινόμενο με την πάροδο των χρόνων. Χαρακτηρίζονται προσεγγιστικά και χρησιμοποιούνται ως συμπλήρωμα για την πειραματική διαδικασία της εξέτασης του προβλήματος. Το μεγαλύτερο μέρος αυτών αποσκοπεί στον καθορισμό της τάσης υπερπήδησης (U c ). Μέχρι τώρα τα μαθηματικά αυτά μοντέλα αποτελούν συμπληρωματικά εργαλεία κατά την πειραματική μελέτη του φαινομένου, καθότι οι τιμές της κρίσιμης τάσης που παράγονται κατά την εφαρμογή τους αποκλίνουν από τις πραγματικές τιμές. Αυτό οφείλεται στην πολυπλοκότητα και την ιδιαιτερότητα του προβλήματος της υπερπήδησης τάσης σε ρυπασμένους μονωτήρες. Στη συγκεκριμένη εργασία θα παρουσιαστεί η προσπάθεια μοντελοποίησης του φαινομένου της υπερπήδησης με τη χρήση Εξόρυξης Γνώσης ( Data Mining) και, πιο συγκεκριμένα, τα Επαγωγικά Δένδρα Αποφάσεων (Inductive Decision Trees). Η Εξόρυξη Γνώσης ( Data Mining) ορίζεται σαν την διαδικασία της χρήσης μιας ή περισσότερων τεχνικών εκμάθησης υπολογιστών για την αυτόματη ανάλυση και εξαγωγή γνώσης από δεδομένα που περιέχονται σε μια βάση δεδομένων. Το Επαγωγικό Δένδρο Απόφασης ( Inductive Decision Tree) είναι ένα εργαλείο που αξιοποιεί την έννοια της ποιότητας και πιστότητας της διακινούμενης πληροφορίας και κατασκευάζει μια γραφική απεικόνιση δενδρικής μορφής ( που με την σειρά της είναι ισοδύναμη με ένα σύνολο λογικών IF/THEN κανόνων συνδεομένων με τελεστές σύζευξης ή διάζευξης). Η δενδρική αυτή απεικόνιση - και το αντίστοιχο σύνολο λογικών κανόνων- λειτουργεί ως ένας γενικευμένος ταξινομητής, που συμπεριλαμβάνει όλες τις αναγκαίες μεταβλητές απόφασης και τις κρίσιμες τιμές τους, για την ταξινόμηση τόσο των περιστατικών εκπαίδευσης από τα οποία έχει προκύψει, όσο και νέων παρόμοιων περιστατικών του χώρου εφαρμογής στις διάφορες κλάσεις – δηλαδή στις διάφορες κατηγορίες απόφασης-. Με τη χρήση των λογισμικών WEKA και See5 πραγματοποιήθηκε η άντληση των αλγορίθμων δένδρων ταξινόμησης και η εφαρμογή αυτών στα δεδομένα. Στις τελευταίες παραγράφους ακολουθούν διάφορες συγκρίσεις με αντίστοιχα μοντέλα πρόβλεψης (Τεχνητά Νευρωνικά Δίκτυα και Πολλαπλή Γραμμική Παλινδρόμηση).

masterThesis

Υπερπήδηση (EL)

inductance decision tree (EL)

Μονωτήρες (EL)

See5 (EL)

Επαγωγικά Δένδρα Αποφάσεων (EL)

WEKA (EL)

Πανεπιστήμιο Αιγαίου

Ιδρυματικό Αποθετήριο Ελλάνικος (Hellanicus)

Γκρίζα Βιβλιογραφία

Μεταπτυχιακές διατριβές

Τμήμα Μηχανικών Οικονομίας και Διοίκησης

Οικονομική και Διοίκηση για Μηχανικούς

2015-10-09

http://hdl.handle.net/11610/17158

2017-02-06T13:27:48Z

Χίος