La regresión logística como clasificador en el diagnóstico de fallas eléctricas en un generador síncrono de imanes permanentes

Resumen

En este trabajo se emplea un clasificador binario que utiliza la regresión logística para identificar las fallas de cortocircuito (c.c.) entre vueltas del estator, en un generador síncrono de imanes permanentes (GSIP). Por medio del procesamiento de las corrientes de línea del generador síncrono se obtienen los datos con los cuales el extractor de características suministra información al clasificador binario. El extractor de características procesa las corrientes a través de la transformada ondeleta discreta madre Haar, de la cual se obtienen los valores eficaces de sus coeficientes para formar junto con la función objetivo los datos que reciba el clasificador binario en el proceso de entramiento y validación. Ante diferentes condiciones de falla de c.c. en el estator se analizan dos métricas que validan el desempeño de la regresión logística como clasificador binario. Se presentan pruebas experimentales de un banco de pruebas del GSIP en el cual se adquieren y se procesan digitalmente las corrientes que analiza el clasificador binario para el diagnóstico de la falla. Para el algoritmo de la regresión logística del clasificador binario, se utilizó el programa Python.