Analiza indeksa zdravlja transformatora korištenjem Bayesovih statističkih modela
Sažetak
Indeks zdravlja (HI) je vrlo koristan alat za predstavljanje ukupnog zdravlja složene imovine, kao što je energetski transformator, zbog činjenice da kvantificira stanje opreme na temelju različitih kriterija koji su povezani s dugotrajnom degradacijom čimbenici koji kumulativno dovode do kraja životnog vijeka imovine. Glavna briga kod izračuna HI je praktično upravljanje brojnim kriterijima koji se kombiniraju na različite načine (s vlasničkim informacijama i pridruženim težinskim faktorima) kako bi se proizvela vrijednost HI. Stoga je nekoliko autora predložilo različite pristupe izračunu HI, npr. analitičke izraze, logističku regresiju, neizrazitu logiku, strojeve za potporne vektore i umjetne neuronske mreže. Ovaj rad predlaže korištenje Bayesove multinomne logističke regresije za izračun HI. Ovaj pristup nudi visoku fleksibilnost s više metričkih i/ili nominalnih prediktora, uključujući korelaciju i interakciju između prediktora, te potvrđuje činjenicu da je transformator HI opisan s tri do pet kategorija. Nadalje nudi visoku interpretabilnost modela i koristi Bayesovu sposobnost kvantiziranja nesigurnosti u parametrima modela.
Petar Sarajčev
Redoviti profesor u trajnom zvanju | Katedra za električne mreže i postrojenja
Damir Jakus
Redoviti profesor | Katedra za električne mreže i postrojenja
Redoviti profesor na Fakultetu elektrotehnike, strojarstva i brodogradnje u Splitu, s istraživačkim interesima koji uključuju optimizaciju i planiranje razvoja elektroenergetskih sustava, integraciju obnovljivih izvora energije (OIE), modeliranje tržišta električne energije, te općenito primjenu metoda optimizacije na rješavanje složenih tehno-ekonomskih problema.
Josip Vasilj
Izvanredni profesor | Katedra za električne mreže i postrojenja
Izvanredni profesor na Fakultetu elektrotehnike, strojarstva i brodogradnje u Splitu, gdje predaje kolegije vezane za područje inženjerske ekonomike, elektroenergetskih mreža i strojnog učenja. Njegovo istraživanje je vezano uz primjenu naprednih optimizacijskih metoda i metoda strojnog učenja u problemima analize i planiranja rada elektroenergetskog sustava.