پیاده­سازی درخت تصمیم به منظور طبقه ­بندی خطا در ترانسفورماتور

همانطور که ذکر شده است برای طبقه ­بندی خطا­های ترانسفورماتور قدرت با بهره گرفتن از درخت تصمیم و نرم­افزار وکا، نیاز به یک سری داده ­های آموزشی می­باشد تا بر اساس این داده ­ها درخت مورد نظر تشکیل گردد. به همین منظور خطاهای مختلف که در فصل قبل مورد بررسی قرار گرفت، با شدت­های مختلف و در مکان­های متفاوت شبیه­سازی شده و بانک اطلاعاتی که مجموعه ­ای از سیگنال­های پاسخ فرکانسی در حالت معیوب می­باشد، تکمیل می­گردد. در مرحله بعد ویژگی­هایی که در بخش ‏۶-۳- مورد بحث قرار گرفت، از هر یک از سیگنال­های پاسخ فرکانسی استخراج می­گردد و یک جدول تشکیل داده که در ستون­های این جدول، مقادیر ویژگی­ها نوشته خواهند شد و در ستون آخر هم نوع خطا برای هر مثال مشخص می­گردد. شکل ‏۶‑۳ فلوچارت طبقه ­بندی را با بهره گرفتن از درخت تصمیم نشان می­دهد. این جدول با بهره گرفتن از فایل­ متنی به صورت فرمت قابل اجرا در نرم­افزار درآمده و برای شروع عملیات وارد نرم­افزار می­ شود. البته باید توجه داشت که این داده ­ها را به دو قسمت داده ­های آموزشی و داده ­های تست تقسیم کنیم تا با داده ­های آموزشی درخت دلخواه را تشکیل داده و با داده ­های تست عملکرد درخت مورد بررسی قرار ­گیرد.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

شکل ‏۶‑۳: فلوچارت طبقه بندی
برای تشکیل جدول مورد نظر ۲۰۰ حالت از چهار خطای مطرح شده (تغییر شکل، جا به ­جایی محوری، تغییر فضای بین دیسک­ها و اتصال کوتاه) شبیه­سازی شده است و پاسخ فرکانسی تمام حالات بدست آمده است. پاسخ فرکانسی در تست نوع اول انجام گرفته است. البته می­توان از تست­های دیگر هم استفاده نمود. برای سادگی پیاده­سازی این تست و حساسیت بیشتر به خطا­های مختلف نسبت به تست­های دیگر، بیشتر مورد توجه قرار گرفته است. ۲۰۰ حالت مورد نظر شامل ۴۲ حالت مربوط به خطای جا به ­جایی محوری، ۶۰ حالت مربوط به خطای تغییر شکل، ۵۶ حالت هم برای تغییر فضای حالت و ۴۲ حالت باقیمانده مربوط به خطای اتصال کوتاه می­باشد.
به منظور پیاده­سازی عملیات طبقه ­بندی خطا­های مختلف در درون تراسفورماتور قدرت دو سناریو مختلف در نظر گرفته شده است.

سناریو اول

در سناریو اول کل پاسخ فرکانسی در نظر گرفته شده و بر اساس آن ویژگی­های آماری و سیگنالی مورد بحث از آن­ها استخراج خواهد شد و جدول به منظور استفاده در درخت تصمیم تکمیل می­گردد. در این سناریو سه حالت در نظر گرفته می­ شود که در ابتدا تنها ویژگی­های آماری و سپس ویژگی­های سیگنالی و سرانجام ترکیب این دو به عنوان ورودی درخت تصمیم مورد استفاده قرار خواهد گرفت. شکل ‏۶‑۴ ساختار سه درخت تصمیم مورد بحث را نشان می­دهد که در هریک چه ویژگی­هایی به عنوان ورودی­ مورد استفاده قرار می­گیرند.

شکل ‏۶‑۴: ساختار سه درخت تصمیم متفاوت با ورودی ­های متفاوت
به منظور درک بهتر، در چند حالت ویژگی­های مختلف که مورد محاسبه قرار گرفته­اند در جدول ‏۶‑۱ به نمایش در آمده است. برای انجام هر چه بهتر عملیات طبقه ­بندی، داده ­های محاسبه شده از روابط (‏۶‑۶)تا (‏۶‑۱۳) نرمالیزه می­شوند. اعدادی که از این روابط محاسبه می­شوند در یک رنج نبوده و مقیاس­های مختلفی خواهند داشت. به همین منظور تمام داده ­ها نرمالیزه شده و مقادیری بیم صفر و یک اختیار خواهند کرد تا بتوان یک مقایسه و طبقه ­بندی قابل قبول از داده ­ها را داشته باشیم. رابطه (‏۶‑۲۱) نرمالیزه کردن مقادیر را نشان می­دهد.

جدول ‏۶‑۱: مقادیر نرمالیزه شده ویژگی­ های مورد استفاده - یک حالت برای هر خطا