Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/sbai-2019-111484
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!O diagnóstico de falhas em transformadores de potência (TP) ainda é uma área aberta para os pesquisadores no desenvolvimento de ferramentas para operação e manutenção de sistemas de energia elétrica. Nas pesquisas recentes (2010 a 2018), a Análise de Gases Dissolvidos (AGD) segue como a abordagem mais utilizada para tratar o problema de diagnóstico de falhas, considerando que as técnicas tradicionais apresentam uma baixa taxa de acerto e as unidades transformadoras constituem um ativo valioso para os sistemas de energia elétrica. Dessa forma, novos métodos envolvendo técnicas matemáticas e computacionais de Inteligência Artificial (IA) foram desenvolvidos com o objetivo de auxiliar no diagnóstico, possibilitando uma maior taxa de acerto. Não obstante, a disponibilidade de dados de falhas têm sido uma limitante, não permitindo generalizar o bom desempenho dos algoritmos. Neste trabalho é realizada uma avaliação de sete algoritmos de classificação de dados para análise AGD em transformadores de potência...
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo