Nghiên cứu ứng dụng trí tuệ nhân tạo chẩn đoán sự cố tiềm ẩn trong máy biến áp theo phương pháp phân tích khí hòa tan

Nghiên cứu này đề xuất sử dụng thuật toán FastTreeOval để xây dựng một mô hình chẩn đoán hiệu quả hơn. FastTreeOval được lựa chọn nhờ khả năng xử lý dữ liệu đa biến, tạo mô hình dễ hiểu và độ chính xác cao. Mục tiêu của nghiên cứu là đánh giá khả năng của FastTreeOval trong việc phân loại các loại lỗi DGA phổ biến và xác định các biến DGA quan trọng.