
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Castro, Bruno Albuquerque de | - |
| Autor(es): dc.creator | Binotto, Amanda | - |
| Autor(es): dc.creator | Ardila-Rey, Jorge Alfredo | - |
| Autor(es): dc.creator | Fraga, Jose Renato Castro Pompeia | - |
| Autor(es): dc.creator | Smith, Colin | - |
| Autor(es): dc.creator | Andreoli, Andre Luiz | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T17:58:34Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T17:58:34Z | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2022-12-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/TII.2023.3240590 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/249039 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/249039 | - |
| Descrição: dc.description | Industry and science have been growing attention to developing systems that ensure the integrity of high voltage devices like power transformers. The goal is to avoid unexpected stoppages by detecting incipient failures before they become a major problem. In this context, the detection of discharge activity is an effective way to assess the condition operation of power transformers since this type of flaw can lead the transformer to total failure. The effectiveness of the fault diagnosis systems is related to their capability to distinguish the types of discharges since different flaws require different maintenance planning. This article proposes a new data analysis which combined the frequency spectrum of the signals with the Karhunen-Loève Transform to perform self-organization maps. The effectiveness of this analysis was validated by comparing it with the Fundamental Signals Properties Classification Technique, which is widely applied for pattern recognition.Two types of sensing techniques were assessed in order to enhance the capability of the new approach. Results indicated that the new methodology presented lower standard deviation for data classification, being a promising tool to monitoring systems. | - |
| Descrição: dc.description | Universidade Estadual Paulista, Sao Paulo, Brazil | - |
| Descrição: dc.description | Electrical Engineering, Universidad Tecnica Federico santa Maria, Santiago de Chile, Chile | - |
| Descrição: dc.description | R&D, IPEC Ltd, Manchester, UK | - |
| Descrição: dc.description | Electrical Engineering, São Paulo State University, Bauru, Brazil | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | IEEE Transactions on Industrial Informatics | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Acoustic emission | - |
| Palavras-chave: dc.subject | Discharge | - |
| Palavras-chave: dc.subject | Discharges (electric) | - |
| Palavras-chave: dc.subject | Discrete Fourier transforms | - |
| Palavras-chave: dc.subject | Hall effect | - |
| Palavras-chave: dc.subject | Insulation | - |
| Palavras-chave: dc.subject | Insulators | - |
| Palavras-chave: dc.subject | Pattern recognition | - |
| Palavras-chave: dc.subject | Power transformer insulation | - |
| Palavras-chave: dc.subject | Sensors | - |
| Palavras-chave: dc.subject | Transformers fault diagnosis | - |
| Palavras-chave: dc.subject | Windings | - |
| Título: dc.title | New Algorithm Applied to Transformers’ Failures Detection Based on Karhunen-Loève Transform | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: