About: Application of LVQ Neural Network for Prognostic Classification of Residual Lifetime of the Relanex High Voltage Insulation Material.     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • Otázka životnosti a spolehlivosti izolačních materiálů elektrických strojů točivých je v dnešní době stále velmi důležitá, neboť izolační materiál, u elektrickým strojů pak izolace vinutí stroje patří k nejcitlivější a nejnákladnější části elektrického zařízení. Z tohoto důvodu se vyvíjejí nové a zdokonalují již známé diagnostické metody, které zhodnocují stav izolačního systému stroje v provozních podmínkách. Nejprogresivnějšími z diagnostických metod jsou pak ty, které nejen zhodnocují současný stav iizolace, ale současně umožňují určitou prognózu její životnosti v daných provozních podmínkách. Článek se zabývá využitím neuronové sítě LVQ v prognostické klasifikaci stavu zbytkové životnosti izolačního materiálu Relanex, který se používá pro izolaci vinutí elektrických strojů točivých. Zbytková životnost elektrického stroje je slovně klasifikována na základě nameřených vstupních dat. Klasifikace neuronovou sítí tedy znamená určení stavu zbytkové životnosti do předem zvoleného počtu tříd charakterizuj (cs)
  • The question of the lifetime and reliability of materials of electrical rotary machines is still very important at present because insulation material belongs to the most sensitive and costliest part of electrical machines. Hence there are developed newdiagnostics methods, which evaluate the state of insulating system of electrical machine in process. This contribution deals with LVQ neural network usage in prognostic classification of the residual lifetime state of the Relanex insulation material, whiich is used for insulation of electrical rotary machine windings. The residual lifetime of electrical machine is verbally classified by virtue of measured input data. Classification by the help of neural network accordingly means the determination of theresidual lifetime state to the predetermined number of categories which characterizes the total state of the electrical rotary machine insulating system winding.
  • The question of the lifetime and reliability of materials of electrical rotary machines is still very important at present because insulation material belongs to the most sensitive and costliest part of electrical machines. Hence there are developed newdiagnostics methods, which evaluate the state of insulating system of electrical machine in process. This contribution deals with LVQ neural network usage in prognostic classification of the residual lifetime state of the Relanex insulation material, whiich is used for insulation of electrical rotary machine windings. The residual lifetime of electrical machine is verbally classified by virtue of measured input data. Classification by the help of neural network accordingly means the determination of theresidual lifetime state to the predetermined number of categories which characterizes the total state of the electrical rotary machine insulating system winding. (en)
Title
  • LVQ neuronová síť v prognostické klasifikaci zbytkové životnosti VN izolačního materiálu Relenex. (cs)
  • Application of LVQ Neural Network for Prognostic Classification of Residual Lifetime of the Relanex High Voltage Insulation Material.
  • Application of LVQ Neural Network for Prognostic Classification of Residual Lifetime of the Relanex High Voltage Insulation Material. (en)
skos:prefLabel
  • LVQ neuronová síť v prognostické klasifikaci zbytkové životnosti VN izolačního materiálu Relenex. (cs)
  • Application of LVQ Neural Network for Prognostic Classification of Residual Lifetime of the Relanex High Voltage Insulation Material.
  • Application of LVQ Neural Network for Prognostic Classification of Residual Lifetime of the Relanex High Voltage Insulation Material. (en)
skos:notation
  • RIV/00216305:26210/04:PU48330!RIV06-GA0-26210___
http://linked.open.../vavai/riv/strany
  • 135-139
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • P(GA102/03/0621)
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 555122
http://linked.open...ai/riv/idVysledku
  • RIV/00216305:26210/04:PU48330
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • LVQ neural network, residual lifetime, classification (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...ontrolniKodProRIV
  • [1FD53DF0C4F2]
http://linked.open...v/mistoKonaniAkce
  • Bucharest
http://linked.open...i/riv/mistoVydani
  • Petrosani
http://linked.open...i/riv/nazevZdroje
  • 3rd International Conference, ICPE-CA 2004
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...vavai/riv/projekt
http://linked.open...UplatneniVysledku
http://linked.open...iv/tvurceVysledku
  • Hammer, Miloš
http://linked.open...vavai/riv/typAkce
http://linked.open.../riv/zahajeniAkce
number of pages
http://purl.org/ne...btex#hasPublisher
  • Petrosani (Romania)
https://schema.org/isbn
  • 973-718-026-7
http://localhost/t...ganizacniJednotka
  • 26210
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 85 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software