Repository logo
Acerca de Depósito
  • Español
  • English
Log In
  1. Home
  2. Productividad Cientifica
  3. Articulos DGIIE 2021-2026
  4. Performance assessment of machine learning techniques in electronic nose systems for power transformer fault detection
 
  • Details

Performance assessment of machine learning techniques in electronic nose systems for power transformer fault detection

Date Issued
2025-05
Author(s) USM
Ardila, Jorge  
Portilla, Jorge  
Schurch, Roger  
DOI
10.1016/j.egyai.2025.100497
Abstract
Oil-filled transformers are critical assets in electrical power systems, both economically and operationally. Their condition is assessed through insulation system, which is greatly affected by various degradation mechanisms. Hence, effective fault diagno
Link
https://doi.org/10.1016/j.egyai.2025.100497
https://cris.usm.cl/handle/123456789/6751
Subjects

Electronic Nose

Fault Diagnosis

Gas Concentration Pre...

Machine Learning

Mineral Oil

Power Transformers

UNIVERSIDAD

  • Nuestra Historia
  • Federico Santa María
  • Definiciones Estratégicas
  • Modelo Educativo
  • Organización
  • Información Estadística USM

CAMPUS Y SEDES

  • Información Campus y Sedes
  • Tour Virtual
  • Icono Seguridad Política de Privacidad

EXTENSIÓN Y CULTURA

  • Dirección de Comunicaciones Estratégicas y Extensión Cultural
  • Dirección General de Vinculación con el Medio
  • Dirección de Asuntos Internacionales
  • Alumni
  • Noticias
  • Eventos
  • Radio USM
  • Cultura USM

SERVICIOS

  • Aula USM
  • Biblioteca USM
  • Portal de Autoservicio Institucional
  • Dirección de Tecnologías de la Información
  • Portal de Reportes UDAI
  • Sistema de Información de Gestión Académica
  • Sistema Integrado de Información Argos ERP
  • Sistema de Remuneraciones Históricas
  • Directorio USM
  • Trabaja con nosotros
Acreditación USM
usm.cl
Logo Acceso
Logo Consejo de Rectores
Logo G9
Logo AUR
Logo CRUV
Logo REUNA
Logo Universia

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback