The neuro-fuzzy technique (NFS) has

The neuro-fuzzy technique (NFS) has been implemented for the
deterioration of the winding insulation paper (WIP) identification
using the dissolved gas-in-oil analysis for power transformers
and the effectiveness of NFS diagnosis has been greatly analyzed.
The real data sets are used to investigate its feasibility in forecasting
the electrical health assessment of power transformers on the
basis of DGA methods in power transformer oil.
From the test results, it is found that the neuro-fuzzy method is
more suitable method as a power transformer diagnosis procedure.
The NFS with the PNN has a better performance than the other
individual AI method (BPNN or fuzzy-logic method) or other combination
in terms of providing diagnosis accuracy and operating
time. The accuracy of the NFS for faults diagnosis is comparable
to conventional methods due to their great facilities for study.

ผลลัพธ์ (ไทย) 1:

มีการใช้เทคนิคเลือนประสาท (NFS) สำหรับการเสื่อมสภาพของฉนวนกระดาษ (WIP) รหัสคดเคี้ยวใช้การวิเคราะห์ก๊าซในน้ำมันละลายน้ำสำหรับหม้อแปลงไฟฟ้ากำลังและประสิทธิภาพของ NFS วินิจฉัยได้รับการวิเคราะห์อย่างมากใช้ชุดข้อมูลจริงในการตรวจสอบความเป็นไปได้ในการคาดการณ์การประเมินสุขภาพไฟฟ้าหม้อแปลงไฟฟ้าในการพื้นฐานของ DGA วิธีในน้ำมันหม้อแปลงไฟฟ้าจากผลการทดสอบ พบว่าวิธีการเลือนประสาทวิธีที่เหมาะสมเป็นกระบวนการวินิจฉัยหม้อแปลงไฟฟ้าNFS กับ PNN มีประสิทธิภาพที่ดีขึ้นกว่าอื่น ๆแต่ละวิธี AI (BPNN หรือวิธีตรรกะคลุมเครือ) หรือชุดอื่น ๆในแง่ของการให้ความแม่นยำในการวินิจฉัย และการดำเนินงานครั้ง ความถูกต้องของ NFS สำหรับวินิจฉัยข้อบกพร่องก็เปรียบได้วิธีการทั่วไปเนื่องจากการศึกษาของพวกเขาสะดวก

ผลลัพธ์ (ไทย) 2:

เทคนิคฟัซซี่ (NFS) ได้รับการดำเนินการสำหรับ
การเสื่อมสภาพของกระดาษฉนวนกันความร้อนที่คดเคี้ยว (WIP) บัตรประจำตัวที่
ใช้ในการวิเคราะห์ละลายก๊าซในน้ำมันหม้อแปลงไฟฟ้ากำลัง
และประสิทธิผลของการวินิจฉัย NFS ได้รับการวิเคราะห์อย่างมาก.
ชุดข้อมูลจริง จะใช้ในการตรวจสอบความเป็นไปได้ในการพยากรณ์
การประเมินสุขภาพไฟฟ้าของหม้อแปลงไฟฟ้าบน
พื้นฐานของวิธีการ DGA ในน้ำมันหม้อแปลงไฟฟ้า.
จากผลการทดสอบพบว่าวิธีการของระบบประสาทเลือนคือ
วิธีการที่เหมาะสมมากขึ้นเป็นขั้นตอนการวินิจฉัยหม้อแปลงไฟฟ้า .
NFS กับ PNN มีประสิทธิภาพที่ดีขึ้นกว่าที่อื่น ๆ
แต่ละวิธี AI (BPNN หรือวิธีการเลือนตรรกะ) หรือชุดอื่น
ในแง่ของการให้ความถูกต้องของการวินิจฉัยและการดำเนินงาน
เวลา ความถูกต้องของ NFS สำหรับการวินิจฉัยความผิดพลาดก็เปรียบได้
กับวิธีการแบบเดิมเนื่องจากสิ่งอำนวยความสะดวกที่ยอดเยี่ยมของพวกเขาสำหรับการศึกษา