ABLOY-FIRE.RU - Надежная автоматика для противопожарных дверей

Abloy
Главная
Продукция
Решения для одностворчатых дверей
Решения для двустворчатых дверей
Где купить


Новости

21.05.07 - Итоги семинара "Системы автоматического закрывания противопожарных дверей Abloy"

10.05.07 - Первый в России семинар: "Системы автоматического закрывания противопожарных дверей Abloy"

30.04.07 - Открыт новый сайт "Надежная автоматика для противопожарных дверей Abloy"

Как по нагрузке подобрать автомат


Выбор автомата по мощности нагрузки, сечению кабеля и по току: как рассчитать автоматический выключатель

Для организации безотказно действующего внутридомового электроснабжения необходимо выделить отдельные ветки.  Каждую линию нужно оснастить собственным прибором защиты, оберегающим изоляцию кабеля от оплавления. Однако не все знают, какое устройство приобрести. Согласны?

Все про выбор автоматов по мощности нагрузки вы узнаете из представленной нами статьи. Мы расскажем, как определить номинал для поиска выключателя необходимого класса. Учет наших рекомендаций гарантирует покупку требующихся устройств, способных исключить угрожающие ситуации при эксплуатации проводки.

Содержание статьи:

Автоматические выключатели для бытовых сетей

Электроснабжающие организации осуществляют подключение домов и квартир, выполняя работы по подведению кабеля к распредщиту. Все мероприятия по монтажу разводки в помещении выполняют его владельцы, либо нанятые специалисты.

Чтобы подобрать автомат для защиты каждой отдельной цепи необходимо знать его номинал, класс и некоторые другие характеристики.

Основные параметры и классификация

Бытовые автоматы устанавливают на входе в низковольтную электрическую цепь и предназначены они для решения следующих задач:

  • ручное или электронное включение или обесточивание электрической цепи;
  • защита цепи: отключение тока при незначительной длительной перегрузке;
  • защита цепи: мгновенное отключение тока при коротком замыкании.

Каждый выключатель имеет характеристику, выраженную в амперах, которую называют (In) или “номинал”.

Суть этого значения проще понять, используя коэффициент превышения номинала:

K = I / In,

где I – реальная сила тока.

  • K < 1.13: отключение (расцепление) не произойдет в течение 1 часа;
  • K > 1.45: отключение произойдет в течение 1 часа.

Эти параметры зафиксированы в п. 8.6.2. ГОСТ Р 50345-2010. Чтобы узнать за какое время произойдет отключение при K>1.45 нужно воспользоваться графиком, отражающим времятоковую характеристику конкретной модели автомата.

При длительном превышении током значения номинала выключателя в 2 раза, размыкание произойдет за период от 8 секунд до 4-х минут. Скорость срабатывания зависит от настройки модели и температуры среды

Также у каждого типа автоматического выключателя определен диапазон тока (Ia), при котором срабатывает механизм мгновенного расцепления:

  • класс “B”: Ia = (3 * In .. 5 * In];
  • класс “C”: Ia = (5 * In .. 10 * In];
  • класс “D”: Ia = (10 * In .. 20 * In].

Устройства типа “B” применяют в основном для линий, которые имеют значительную длину. В жилых и офисных помещениях используют автоматы класса “С”, а приборы с маркировкой “D” защищают цепи, где есть оборудование с большим пусковым коэффициентом тока.

Стандартная линейка бытовых автоматов включает в себя устройства с номиналами в 6, 8, 10, 16, 20, 25, 32, 40, 50 и 63 A.

Конструктивное устройство расцепителей

В современном присутствуют два вида расцепителей: тепловой и электромагнитный.

Биметаллический расцепитель имеет форму пластины, созданной из двух токопроводящих металлов с различным тепловым расширением. Такая конструкция при длительном превышении номинала приводит к нагреву детали, ее изгибу и срабатыванию механизма размыкания цепи.

У некоторых автоматов с помощью регулировочного винта можно изменить параметры тока, при котором происходит отключение. Раньше этот прием часто применяли для “точной” настройки устройства, однако эта процедура требует углубленных специализированных знаний и проведения нескольких тестов.

Вращением регулировочного винта (выделен красным прямоугольником) против часовой стрелки можно добиться большего времени срабатывания теплового расцепителя

Сейчас на рынке можно найти множество моделей стандартных номиналов от разных производителей, у которых времятоковые характеристики немного отличаются (но при этом соответствуют нормативным требованиям). Поэтому есть возможность подобрать автомат с нужными “заводскими” настройками, что исключает риск неправильной калибровки.

Электромагнитный расцепитель предотвращает перегрев линии в результате короткого замыкания. Он реагирует практически мгновенно, но при этом значение силы тока должно в разы превышать номинал. Конструктивно эта деталь представляет собой соленоид. Сверхток генерирует магнитное поле, которое сдвигает сердечник, размыкающий цепь.

Соблюдение принципов селективности

При наличии разветвленной электрической цепи можно организовать защиту таким образом, чтобы при коротком замыкании произошло отключение только той ветви, на которой возникла аварийная ситуация. Для этого применяют принцип селективности выключателей.

Наглядная схема, показывающая принцип работы системы автоматических выключателей с реализованной функцией селективности (выборочности) срабатывания при возникновении короткого замыкания

Для обеспечения выборочного отключения на нижних ступенях устанавливают автоматы с мгновенной отсечкой, размыкающие цепь за 0.02 – 0.2 секунды. Выключатель, размещенный на вышестоящей ступени, или имеет выдержку по срабатыванию в 0.25 – 0.6 с или выполнен по специальной “селективной” схеме в соответствии со стандартом DIN VDE 0641-21.

Для гарантированного обеспечения лучше использовать автоматы от одного производителя. Для выключателей единого модельного ряда существуют таблицы селективности, которые указывают возможные комбинации.

Простейшие правила установки

Участок цепи, который необходимо защитить выключателем может быть одно- или трехфазным, иметь нейтраль, а также провод PE (“земля”). Поэтому автоматы имеют от 1 до 4 полюсов, к которым подводят токопроводящую жилу. При создании условий для расцепления происходит одновременное отключение всех контактов.

Автоматы в щитке крепят на специально отведенную для этого DIN-рейку. Она обеспечивает компактность и безопасность подключения, а также удобный доступ к выключателю

Автоматы устанавливают следующим образом:

  • однополюсные на фазу;
  • двухполюсные на фазу и нейтраль;
  • трехполюсные на 3 фазы;
  • четырехполюсные на 3 фазы и нейтраль.

При этом запрещено делать следующее:

  • устанавливать однополюсные автоматы на нейтраль;
  • заводить в автомат провод PE;
  • устанавливать вместо одного трехполюсного автомата три однополюсных, если в цепь подключен хотя бы один трехфазный потребитель.

Все эти требования прописаны в ПУЭ и их необходимо соблюдать.

В каждом доме или помещении, к которому подведено электричество, устанавливают вводной автомат. Его номинал определяет поставщик и это значение прописано в договоре на подключение электроэнергии. Предназначение такого выключателя – защита участка от трансформатора до потребителя.

После вводного автомата к линии подключают счетчик (одно- или трехфазный) и , функции которого отличаются от работы автоматического и дифференциального выключателя.

Если в помещении выполнена разводка на несколько контуров, то каждый из них защищают отдельным автоматом, мощность которого . Их номиналы и классы определяет владелец помещения с учетом существующей проводки или мощности подключаемых приборов.

Счетчик электроэнергии и автоматические выключатели устанавливают в распределительном щите, который отвечает всем требованиям безопасности и легко может быть вписан в интерьер помещения

При выборе места для размещения необходимо помнить, что на свойства теплового расцепителя влияет температура воздуха. Поэтому желательно располагать рейку с автоматами внутри самого помещения.

Расчет необходимого номинала

Основная защитная функция автоматического выключателя распространяется на проводку, поэтому подбор номинала осуществляют по сечению кабеля. При этом вся цепь должна обеспечить штатную работу подключенных к ней приборов. Расчет параметров системы несложен, но надо учесть много нюансов, чтобы избежать ошибок и возникновения проблем.

Определение суммарной мощности потребителей

Один из главных параметров электрического контура – максимально возможная мощность подключенных к ней потребителей электроэнергии. При расчете этого показателя нельзя просто суммировать паспортные данные устройств.

Активная и номинальная компонента

Для любого прибора, работающего от электричества, производитель обязан указать активную мощность (P). Эта величина определяет количество энергии, которая будет безвозвратно преобразована в результате работы аппарата и за которую пользователь будет платить по счетчику.

Но для приборов с наличием конденсаторов или катушки индуктивности есть еще одна мощность с ненулевым значением, которую называют реактивной (Q). Она доходит до устройства и практически мгновенно возвращается обратно.

Реактивная компонента не участвует при подсчете использованной электроэнергии, но совместно с активной формирует так называемую “полную” или “номинальную” мощность (S), которая дает нагрузку на цепь.

cos(f) – параметр, с помощью которого можно определить полную (номинальную мощность) по активной (потребляемой). Если он не равен единице, то его указывают в технической документации к электроприбору

Считать вклад отдельного устройства в общую нагрузку на токопроводящие жилы и автомат необходимо по его полной мощности: S = P / cos(f).

Повышенные стартовые токи

Следующей особенностью некоторых типов бытовой техники является наличие трансформаторов, электродвигателей или компрессоров. Такие устройства при начале работы потребляют пусковой (стартовый) ток.

Его значение может в несколько раз превышать стандартные показатели, но время работы на повышенной мощности невелико и обычно составляет от 0.1 до 3 секунд. Такой кратковременный всплеск не приведет к срабатыванию теплового расцепителя, но вот электромагнитный компонент выключателя, отвечающий за сверхток КЗ, может среагировать.

Особенно эта ситуация актуальна для выделенных линий, к которым подключают оборудование типа деревообрабатывающих станков. В этом случае нужно посчитать ампераж и, возможно, имеет смысл использовать автомат класса “D”.

Учет коэффициента спроса

Для цепей, к которым подключено большое количество оборудования и отсутствует устройство, которое потребляет наибольшую часть тока, используют коэффициент спроса (ks). Смысл его применения заключается в том, что все приборы не будут работать одновременно, поэтому суммирование номинальных мощностей приведет к завышенному показателю.

Коэффициент спроса на группы электропотребителей установлен в п. 7 СП 256.1325800.2016. На эти показатели можно опираться и при самостоятельном расчете максимальной мощности

Этот коэффициент может принимать значение равное или меньшее единице. Вычисления расчетной мощности (Pr) каждого прибора происходит по формуле:

Pr = ks * S

Суммарную расчетную мощность всех приборов применяют для вычисления параметров цепи. Использование коэффициента спроса целесообразно для офисных и небольших торговых помещений с большим числом компьютеров, оргтехники и другой аппаратуры, запитанной от одного контура.

Для линий с незначительным количеством потребителей этот коэффициент не применяют в чистом виде. Из подсчета мощности убирают те устройства, чье включение одновременно с более энергозатратными приборами маловероятно.

Так, например, мало шансов на единовременную работу в жилой комнате с утюгом и пылесосом. А для мастерских с небольшим числом персонала в расчет берут только 2-4 наиболее мощных электроинструмента.

Вычисление силы тока

Выбор автомата производят по максимальному значению силы тока, допустимому на участке цепи. Необходимо получить этот показатель, зная суммарную мощность электропотребителей и напряжение в сети.

Согласно ГОСТ 29322-2014 с октября 2015 года значение напряжения должно быть равным 230 В для обыкновенной сети и 400 В – для трехфазной. Однако в большинстве случаев, до сих пор действуют старые параметры: 220 и 380 В соответственно. Поэтому для точности расчетов необходимо провести замеры с применением вольтметра.

Измерить напряжение в домашней сети можно с помощью вольтметра или мультиметра. Для этого достаточно воткнуть его контакты в розетку

Еще одной проблемой, особенно актуальной для , является предоставление электроснабжения с недостаточным напряжением. Замеры на таких проблемных объектах могут показывать значения, выходящие за определенный ГОСТом диапазон.

Более того, в зависимости от уровня потребления соседями электричества, значение напряжения может сильно меняться в течение короткого времени.

Это создает проблему не только для функционирования приборов, но и для . При падении напряжения некоторые устройства просто теряют в мощности, а некоторые, у которых присутствует входной стабилизатор, увеличивают потребление электричества.

Качественно провести расчеты необходимых параметров цепи в таких условиях сложно. Поэтому либо придется прокладывать кабели с заведомо большим сечением (что дорого), либо решать проблему через установку входного стабилизатора или подключение дома к другой линии.

Стабилизатор устанавливают рядом с распределительным щитом. Часто бывает, что это единственный способ получить нормативные значения напряжения в доме

После того как была найдена общая мощность электроприборов (S) и выяснено значение напряжения (U), расчет силы тока (I) проводят по формулам, являющихся следствием закона Ома:

If = S / Uдля однофазной сети

Il = S / (1.73 * Ul) для трехфазной сети

Здесь индекс “f” означает фазные параметры, а “l” – линейные.

Большинство трехфазных устройств используют тип подключения “звезда”, а также именно по этой схеме функционирует трансформатор, выдающий ток для потребителя. При симметричной нагрузке линейная и фазная сила будут идентичны (Il = If), а напряжение рассчитывают по формуле:

Ul = 1.73 * Uf

Нюансы подбора сечения кабеля

Качество и параметры проводов и кабелей регулирует ГОСТ 31996-2012. По этому документу для выпускаемой продукции разрабатывают ТУ, где допускается некоторый диапазон значений базовых характеристик. Изготовитель обязан предоставить таблицу соответствия сечения жил и максимальной безопасной силы тока.

Максимально допустимая сила тока зависит от сечения жил проводов и способа монтажа. Они могут быть проложены скрытым (в стене) или открытым (в трубе или коробе) способом

Выбирать кабель необходимо так, чтобы обеспечить безопасное протекание тока, соответствующего расчетной суммарной мощности электроприборов. Согласно ПУЭ (правила устройства электроустановок) минимальное , используемых в жилых помещениях, должно быть не менее 1,5 мм2.

Стандартные размеры имеют следующие значения: 1,5; 2,5; 4; 6 и 10 мм2.

Иногда есть резон использовать провода с сечением на шаг больше, чем минимально допустимое. В этом случае существует возможность подключения дополнительных приборов или замена уже существующих на более мощные без дорогостоящих и длительных работ по прокладке новых кабелей.

Расчет параметров автомата

Для любой цепи должно быть выполнено следующее неравенство:

In <= Ip / 1.45

Здесь In – номинальный ток автомата, а Ip – допустимый ток для проводки. Это правило обеспечивает гарантированное расцепление при длительном превышении допустимой нагрузки.

Неравенство “In <= Ip / 1.45” является основным условием при комплектовании пары “автомат – кабель”. Пренебрежение этим правилом может привести к возгоранию проводки

Рассчитать номинал автомата можно как по суммарной нагрузке, так и по сечению жил уже проложенной проводки. Допустим, что существует схема подключения электроприборов, но проводка еще не проложена.

В этом случае последовательность действий следующая:

  1. Вычисление суммарной силы тока подключенных к сети электроприборов.
  2. Выбор автомата с номиналом не меньше, чем вычисленная величина.
  3. Подбор сечения кабеля по номиналу автомата.

Пример:

  1. S = 4 кВт; I = 4000 / 220 = 18 A;
  2. In = 20 A;
  3. Ip >= In * 1.45 = 29 A; D = 4 мм2.

Если проводка уже проложена, то последовательность действий другая:

  1. Определение допустимого тока при известном сечении и способе прокладки проводки по предоставленной производителем таблице.
  2. Подбор автоматического выключателя.
  3. Вычисление мощности подключаемых устройств. Комплектование группы приборов таким образом, чтобы суммарная нагрузка на цепь была меньше номинала.

Пример. Пусть проложены два одножильных кабеля открытым способом, D = 6 мм2, тогда:

  1. Ip = 46 A;
  2. In <= Ip / 1.45 = 32 A;
  3. S = In * 220 = 7.0 кВт.

В пункте 2 последнего примера есть незначительное допустимое приближение. Точное значение In = Ip / 1.45 = 31.7 A округлено до значения 32 A.

Выбор между несколькими номиналами

Иногда возникает ситуация, когда можно выбрать несколько автоматов с разными номиналами для защиты контура. Например, при суммарной мощности электроприборов 4 кВт (18 A) была с запасом выбрана проводка с сечением медных жил 4 мм2. Для такой комбинации можно поставить выключатели на 20 и 25 A.

Если схема разводки электрики предполагает наличие многоярусной защиты, то нужно выбирать автоматы так, чтобы значение номинала вышестоящего (на рисунке он справа – 25 A) было больше, чем у выключателей более низких уровней

Плюсом выбора выключателя с наивысшим номиналом является возможность подключения дополнительных приборов без изменения элементов контура. Чаще всего так и поступают.

В пользу выбора автомата с меньшим номиналом говорит тот факт, что его тепловой расцепитель быстрее среагирует на повышенный показатель силы тока. Дело в том, что у некоторых приборов может возникнуть неисправность, которая приведет к росту потребления энергии, но не до значения короткого замыкания.

Например, поломка подшипника двигателя стиральной машины приведет к резкому увеличению тока в обмотке. Если автомат быстро среагирует на превышение разрешенных показателей и произведет отключение, то мотор не сгорит.

Выводы и полезное видео по теме

Конструкция автоматического выключателя и его классификация. Понятие времятоковой характеристики и подбор номинала по сечению кабеля:

Расчет мощности приборов и выбор автомата с использованием положений ПУЭ:

К выбору автоматического выключателя нужно отнестись ответственно, так как от этого зависит безопасность работы электросистемы дома. При всем множестве входных параметров и нюансов расчета необходимо помнить, что основная защитная функция автомата распространяется на проводку.

Пишите, пожалуйста, комментарии, задавайте вопросы, размещайте фото по теме статьи в расположенном ниже блоке. Делитесь полезной информацией, которая может пригодиться посетителям сайта. Расскажите о собственном опыте в выборе автоматических выключателей для защиты дачной или домашней электропроводки.

Выбор автомата по мощности нагрузки и сечению провода

Содержание статьи

Выбор автомата по мощности нагрузки

Для выбора автомата по мощности нагрузки необходимо рассчитать ток нагрузки, и подобрать номинал автоматического выключателя больше или равному полученному значению. Значение тока, выраженное в амперах в однофазной сети 220 В., обычно превышает значение мощности нагрузки, выраженное в киловаттах в 5 раз, т.е. если мощность электроприемника (стиральной машины, лампочки, холодильника) равна 1,2 кВт., то ток, который будет протекать в проводе или кабеле равен 6,0 А(1,2 кВт*5=6,0 А). В расчете на 380 В., в трехфазных сетях, все аналогично, только величина тока превышает мощность нагрузки в 2 раза.

Можно посчитать точнее и посчитать ток по закону ома I=P/U —  I=1200 Вт/220В =5,45А. Для трех фаз напряжение будет 380В.

Можно посчитать еще точнее и учесть cos φ — I=P/U*cos φ.

 

Коэффициент мощности

это безразмерная физическая величина, характеризующая потребителя переменного электрического тока с точки зрения наличия в нагрузке реактивной составляющей. Коэффициент мощности показывает, насколько сдвигается по фазе переменный ток, протекающий через нагрузку, относительно приложенного к ней напряжения.
Численно коэффициент мощности равен косинусу этого фазового сдвига или cos φ

Косинус фи возьмем из таблицы 6.12 нормативного документа СП 31-110-2003 «Проектирование и монтаж электроустановок жилых и общественных зданий»

Таблица 1. Значение Cos φ в зависимости от типа электроприемника

Тип электроприемникаcos φ
Холодильное  оборудование
предприятий торговли и
общественного питания,
насосов, вентиляторов и
кондиционеров воздуха
при мощности
электродвигателей, кВт:
до 10,65
от 1 до 40,75
свыше 40,85
Лифты и другое
подъемное оборудование
0,65
Вычислительные машины
(без технологического
кондиционирования воздуха)
0,65
Коэффициенты мощности
для расчета сетей освещения
следует принимать с лампами:
люминесцентными0,92
накаливания1,0
ДРЛ и ДРИ с компенсированными ПРА0,85
то же, с некомпенсированными ПРА0,3-0,5
газосветных рекламных установок0,35-0,4

Примем наш электроприемник мощностью 1,2 кВт. как бытовой однофазный холодильник на 220В, cos φ примем из таблицы 0,75 как двигатель от 1 до 4 кВт.
Рассчитаем ток I=1200 Вт / 220В * 0,75 = 4,09 А.

Теперь самый правильный способ определения тока электроприемника — взять величину тока с шильдика, паспорта или инструкции по эксплуатации. Шильдик с характеристиками есть почти на всех электроприборах.

Автоматические выключатели EKF

Общий ток в линии(к примеру розеточной сети) определяется суммированием тока всех электроприемников. По рассчитанному току выбираем ближайший  номинал автоматического автомата в большую сторону. В нашем примере для тока 4,09А это будет автомат на 6А.

 

 

ВАЖНО!

Очень важно отметить, что выбирать автоматический выключатель только по мощности нагрузки является грубым нарушением требований пожарной безопасности и может привести к возгоранию изоляции кабеля или провода и как следствие к возникновению пожара. Необходимо при выборе учитывать еще и сечение провода или кабеля.

По мощности нагрузки более правильно выбирать сечение проводника. Требования по выбору изложены в основном нормативном документе для электриков под названием ПУЭ (Правила Устройства Электроустановок), а точнее в главе 1.3. В нашем случае, для домашней электросети, достаточно рассчитать ток нагрузки, как указано выше, и в таблице ниже выбрать сечение проводника, при условии что полученное значение ниже длительно допустимого тока соответствующего его сечению.

Выбор автомата по сечению кабеля

Рассмотрим проблему выбора автоматических выключателей для домашней электропроводки более подробно с учетом требований пожарной безопасности.Необходимые требования изложены главе 3.1 «Защита электрических сетей до 1 кВ.», так как напряжение сети в частных домах, квартирах, дачах равно 220 или 380В.

Расчет сечения жил кабеля и провода

 

Напряжение 220В.

– однофазная сеть используется в основном для розеток и освещения.
380В. – это в основном сети распределительные – линии электропередач проходящие по улицам, от которых ответвлением подключаются дома.

Согласно требованиям вышеуказанной главы, внутренние сети жилых и общественных зданий должны быть защищены от токов КЗ и перегрузки. Для выполнения этих требований и были изобретены аппараты защиты под названием автоматические выключатели(автоматы).

 

Автоматический выключатель «автомат»

это механический коммутационный аппарат, способный включать, проводить токи при нормальном состоянии цепи, а также включать, проводить в течение заданного времени и автоматически отключать токи в указанном аномальном состоянии цепи, таких, как токи короткого замыкания и перегрузки.

 

Короткое замыкание (КЗ)

э- лектрическое соединение двух точек электрической цепи с различными значениями потенциала, не предусмотренное конструкцией устройства и нарушающее его нормальную работу. Короткое замыкание может возникать в результате нарушения изоляции токоведущих элементов или механического соприкосновения неизолированных элементов. Также, коротким замыканием называют состояние, когда сопротивление нагрузки меньше внутреннего сопротивления источника питания.

 

Ток перегрузки

– превышающий нормированное значение длительно допустимого тока и вызывающий перегрев проводника.Защита от токов КЗ и перегрева необходима для пожарной безопасности, для предотвращения возгорания проводов и кабелей, и как следствие пожара в доме.

 

Длительно допустимый ток кабеля или провода

– величина тока, постоянно протекающего по проводнику, и не вызывающего чрезмерного нагрева.

Кабели ВВГнг с медными жилами

Величина длительно допустимого тока для проводников разного сечения и материала представлена ниже.Таблица представляет собой совмещенный и упрощенный вариант применимый для бытовых сетей электроснабжения, таблиц № 1.3.6 и 1.3.7 ПУЭ.

Сечение
токо-
проводящей
жилы, мм
Длительно допустимый
ток, А, для проводов
и кабелей с медными жилами.
Длительно допустимый
ток, А, для проводов
и кабелей с алюминиевыми жилами.
1,519
2,52519
43527
64232
105542
167560
259575
3512090
50145110

Выбор автомата по току короткого замыкания КЗ

Выбор автоматического выключателя для защиты от КЗ (короткого замыкания) осуществляется на основании расчетного значения тока КЗ в конце линии. Расчет относительно сложен, величина зависит от мощности трансформаторной подстанции, сечении проводника и длинны проводника и т.п.

Из опыта проведения расчетов и проектирования электрических сетей, наиболее влияющим параметром является длинна линии, в нашем случае длинна кабеля от щитка до розетки или люстры.

Т.к. в квартирах и частных домах эта длинна минимальна, то такими расчетами обычно пренебрегают и выбирают автоматические выключатели с характеристикой «C», можно конечно использовать «В», но только для освещения внутри квартиры или дома, т.к. такие маломощные светильники не вызывают высокого значения пускового тока, а уже в сети для кухонной техники имеющей электродвигатели, использование автоматов с характеристикой В не рекомендуется, т.к. возможно срабатывание автомата при включении холодильника или блендера из-за скача пускового тока.

Выбор автомата по длительно допустимому току(ДДТ) проводника

Выбор автоматического выключателя для защиты от перегрузки или от перегрева проводника осуществляется на основании величины ДДТ для защищаемого участка провода или кабеля. Номинал автомата должен быть меньше или равен величине ДДТ проводника, указанного в таблице выше. Этим обеспечивается автоматическое отключение автомата при превышении ДДТ в сети, т.е. часть проводки от автомата до последнего электроприемника защищена от перегрева, и как следствие от возникновения пожара.

Провода ПУГНП и ШВВП

Пример выбора автоматического выключателя

Имеем группу от щитка к которой планируется подключить посудомоечную машину -1,6 кВт, кофеварку – 0,6 кВт и электрочайник – 2,0 кВт.

Считаем общую нагрузку и вычисляем ток.

Нагрузка = 0,6+1,6+2,0=4,2 кВт. Ток = 4,2*5=21А.

Смотрим таблицу выше, под рассчитанный нами ток подходят все сечения проводников кроме 1,5мм2 для меди и 1,5 и 2,5 по алюминию.

Выбираем медный кабель с жилами сечением 2,5мм2, т.к. покупать кабель большего сечения по меди не имеет смысла, а алюминиевые проводники не рекомендуются к применению, а может и уже запрещены.

Смотрим шкалу номиналов выпускаемых автоматов — 0.5; 1.6; 2.5; 1; 2; 3; 4; 5; 6; 8; 10; 13; 16; 20; 25; 32; 40; 50; 63.

Автоматический выключатель для нашей сети подойдет на 25А, так как на 16А не подходит потому что рассчитанный ток (21А.) превышает номинал автомата 16А, что вызовет его срабатывание, при включении всех трех электроприемников сразу. Автомат на 32А не подойдет потому что превышает ДДТ выбранного нами кабеля 25А., что может вызвать, перегрев проводника и как следствие пожар.

Сводная таблица для выбора автоматического выключателя для однофазной сети 220 В.

Номинальный ток автоматического выключателя, А.Мощность, кВт.Ток,1 фаза, 220В.Сечение жил кабеля, мм2.
160-2,80-15,01,5
252,9-4,515,5-24,12,5
324,6-5,824,6-31,04
405,9-7,331,6-39,06
507,4-9,139,6-48,710
639,2-11,449,2-61,016
8011,5-14,661,5-78,125
10014,7-18,078,6-96,335
12518,1-22,596,8-120,350
16022,6-28,5120,9-152,470
20028,6-35,1152,9-187,795
25036,1-45,1193,0-241,2120
31546,1-55,1246,5-294,7185

Сводная таблица для выбора автоматического выключателя для трехфазной сети 380 В.

Номинальный ток
автоматического
выключателя, А.
Мощность, кВт.Ток, 1 фаза 220В.Сечение жил
кабеля, мм2.
160-7,90-151,5
258,3-12,715,8-24,12,5
3213,1-16,324,9-31,04
4016,7-20,331,8-38,66
5020,7-25,539,4-48,510
6325,9-32,349,2-61,416
8032,7-40,362,2-76,625
10040,7-50,377,4-95,635
12550,7-64,796,4-123,050
16065,1-81,1123,8-124,270
20081,5-102,7155,0-195,395
250103,1-127,9196,0-243,2120
315128,3-163,1244,0-310,1185
400163,5-207,1310,9-393,82х95*
500207,5-259,1394,5-492,72х120*
630260,1-327,1494,6-622,02х185*
800328,1-416,1623,9-791,23х150*

* — сдвоенный кабель, два кабеля соединенных паралельно, к примеру 2 кабеля ВВГнг 5х120

Итоги

При выборе автомата необходимо учитывать не только мощность нагрузки, но и сечение и материал проводника.

Для сетей с небольшими защищаемыми участками от токов КЗ, можно применять автоматические выключатели с характеристикой «С»

Номинал автомата должен быть меньше или равен длительно допустимому току проводника.

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

Понравилась статья?

Поделиться с друзьями:

Подпишитесь на новые

Подбор автомата по мощности

Выбор защитных автоматических выключателей производится не только в ходе установки новой электрической сети, но и при модернизации электрощита, а также при включении в цепь дополнительных мощных приборов, повышающих нагрузку до такого уровня, с которым старые устройства аварийного отключения не справляются. И в этой статье речь пойдет о том, как правильно производить подбор автомата по мощности, что следует учитывать в ходе этого процесса и каковы его особенности.

Непонимание важности этой задачи может привести к очень серьезным проблемам. Ведь зачастую пользователи не утруждают себя, производя выбор автоматического выключателя по мощности, и берут в магазине первое попавшееся устройство, пользуясь одним из двух принципов – «подешевле» или «помощнее». Такой подход, связанный с неумением или нежеланием рассчитать суммарную мощность устройств, включенных в электросеть, и в соответствии с ней подобрать защитный автомат, зачастую становится причиной выхода дорогостоящей техники из строя при коротком замыкании или даже пожара.

Для чего нужны защитные автоматы и как они работают?

Современные АВ имеют две степени защиты: тепловую и электромагнитную. Это позволяет обезопасить линию от повреждения в результате длительного превышения протекающим током номинальной величины, а также короткого замыкания.

Основным элементом теплового расцепителя является пластина из двух металлов, которая так и называется – биметаллической. Если на нее в течение достаточно длительного времени воздействует ток повышенной мощности, она становится гибкой и, воздействуя на отключающий элемент, вызывает срабатывание автомата.

Наличием электромагнитного расцепителя обусловлена отключающая способность автоматического выключателя при воздействии на цепь сверхтоков короткого замыкания, выдержать которые она не сможет.

Расцепитель электромагнитного типа представляет собой соленоид с сердечником, который при прохождении сквозь него тока высокой мощности моментально сдвигается в сторону отключающего элемента, выключая защитное устройство и обесточивая сеть.

Это позволяет обеспечить защиту провода и приборов от потока электронов, величина которого намного выше расчетной для кабеля конкретного сечения.

Чем опасно несоответствие кабеля сетевой нагрузке?

Правильный подбор защитного автомата по мощности – очень важная задача. Неверно выбранное устройство не защитит линию от внезапного возрастания силы тока.

Но не менее важно правильно подобрать по сечению кабель электропроводки. В противном случае, если суммарная мощность превысит номинальную величину, которую способен выдерживать проводник, это приведет к значительному росту температуры последнего. В итоге изоляционный слой начнет плавиться, что может привести к возгоранию.

Чтобы более наглядно представить, чем грозит несоответствие сечения проводки суммарной мощности включенных в сеть устройств, рассмотрим такой пример.

Новые хозяева, купив квартиру в старом доме, устанавливают в ней несколько современных бытовых приборов, дающих суммарную нагрузку на цепь, равную 5 кВт. Токовый эквивалент в этом случае будет составлять около 23 А. В соответствии с этим в цепь включается защитный автомат на 25 А. Казалось бы, выбор автомата по мощности сделан верно, и сеть готова к эксплуатации. Но через некоторое время после включения приборов в доме появляется задымление с характерным запахом горелой изоляции, а через некоторое время возникает пламя. Автоматический выключатель при этом не будет отключать сеть от питания – ведь номинал тока не превышает допустимого.

Если хозяина в этот момент не окажется поблизости, расплавленная изоляция через некоторое время вызовет короткое замыкание, которое, наконец, спровоцирует срабатывание автомата, но пламя от проводки может уже распространиться по всему дому.

Причина в том, что хотя расчет автомата по мощности был сделан правильно, кабель проводки сечением 1,5 мм² был рассчитан на 19 А и не мог выдержать имеющейся нагрузки.

Чтобы вам не пришлось браться за калькулятор и самостоятельно высчитывать сечение электропроводки по формулам, приведем типовую таблицу, в которой легко найти нужное значение.

 

Защита слабого звена электроцепи

Итак, мы убедились, что расчет автоматического выключателя должен производиться, исходя не только из суммарной мощности включенных в цепь устройств (независимо от их количества), но и из сечения проводов. Если этот показатель неодинаков на протяжении электрической линии, то выбираем участок с наименьшим сечением и производим расчет автомата, исходя из этого значения.

Требования ПУЭ гласят, что выбранный автоматический выключатель должен обеспечивать защиту наиболее слабого участка электроцепи, или иметь номинал тока, который будет соответствовать аналогичному параметру включенных в сеть установок. Это также означает, что для подключения должны использоваться провода, поперечное сечение которых позволит выдержать суммарную мощность подключенных устройств.

Как выполняется выбор сечения провода и номинала автоматического выключателя – на следующем видео:

Если нерадивый хозяин проигнорирует это правило, то в случае аварийной ситуации, возникшей из-за недостаточной защиты наиболее слабого участка проводки, ему не стоит винить выбранное устройство и ругать производителя – виновником сложившейся ситуации будет только он сам.

Как рассчитать номинал автоматического выключателя?

Допустим, что мы учли все вышесказанное и подобрали новый кабель, соответствующий современным требованиям и имеющий нужное сечение. Теперь электропроводка гарантированно выдержит нагрузку от включенных бытовых приборов, даже если их достаточно много. Теперь переходим непосредственно к выбору автоматического выключателя по номиналу тока. Вспоминаем школьный курс физики и определяем расчетный ток нагрузки, подставляя в формулу соответствующие значения: I=P/U.

Здесь I – величина номинального тока, P – суммарная мощность включенных в цепь установок (с учетом всех потребителей электричества, в том числе и лампочек), а U – напряжение сети.

Чтобы упростить выбор защитного автомата и избавить вас от необходимости браться за калькулятор, приведем таблицу, в которой указаны номиналы АВ, которые включаются в однофазные и трехфазные сети, и соответствующие им мощности суммарной нагрузки.

 

Эта таблица позволит легко определить, сколько киловатт нагрузки какому номинальному току защитного устройства соответствуют. Как мы видим, автомату 25 Ампер в сети с однофазным подключением и напряжением 220 В соответствует мощность 5,5 кВт, для АВ на 32 Ампера в аналогичной сети – 7,0 кВт (в таблице это значение выделено красным цветом). В то же время для электрической сети с трехфазным подключением «треугольник» и номинальным напряжением 380 В автомату на 10 Ампер соответствует мощность суммарной нагрузки 11,4 кВт.

Наглядно про подбор автоматических выключателей на видео:

Заключение

В представленном материале мы рассказали о том, для чего нужны и как работают устройства защиты электрической цепи. Кроме того, учитывая изложенную информацию и приведенные табличные данные, у вас не вызовет затруднения вопрос, как выбрать автоматический выключатель.

Выбор автомата по мощности нагрузки: критерии подбора, расчет

Скорее всего, есть ещё немало людей, которые хорошо помнят старые добрые предохранительные электропробки, которые ставились непосредственно на счетчик электроэнергии и высокой надежностью они не отличались.

Но время не стоит на месте. Им на замену пришли электрические автоматы. Они при аварийной ситуации отключают подачу тока автоматически, а после ликвидации первопричины замыкания их можно вновь подключить. Мы разберем, какие вообще встречаются типы автоматических выключателей.

Принцип работы автоматических размыкателей

Нормальный режим

В штатном режиме, когда рычажок управления находится в верхнем рабочем положении, ток протекает через контакты в предохранителе на катушку соленоида. Затем попадает на биметаллическую пластинку расцепителя.

Если все нормально, ток проходит на нижнюю клемму и дальше отправляется в квартиру.

Перегрузка сети

В момент короткого замыкания или когда электролиния перегружена, это вызывает увеличение тока в цепи «розетка-предохранитель». Биметаллическая пластина мгновенно греется, прогибается и размыкает цепь.

После ликвидации причины КЗ или снятия нагрузки с подающей линии (например, отключили микроволновку), автомат успевает остыть и его снова можно включить.

Такова работа автоматического размыкателя в общих чертах.

Таким способом можно предотвратить более тяжелые последствия от перегрузок в цепи «электросчетчик — квартира».

Важно чтобы в момент перегрузки у потребителя находится размыкатель нужного номинала. Мы всегда рассчитываем на предохранитель.

Что будет если неправильно подобран предохранитель?

Если он слишком мал, то он будет прерывать подачу тока даже тогда, когда вы просто включите телевизор в гостиной.

Если его мощность слишком высока, то он просто не заметит перегрузки на линии, что вызовет перегрев электропроводки и возникнет реальная угроза пожара в помещении.

Поэтому важен выбор автомата по мощности нагрузки.

Классификация и различия

Для чего он нужен? Это своего рода предохранитель для электросетей. Он поможет защитить одну комнату, квартиру или дом при аварийных ситуациях:

  • произошло короткое замыкание электропроводки;
  • поражение человека электричеством;
  • возникновение пожара.

Предохранитель, безусловно, нужен, но какой. Необходимо составить список всех бытовых устройств, которые нуждаются в электропитании. Не забываем и те устройства, которые включаются периодически — кондиционеры, электропечи, обогреватели и так далее. После этого можно произвести расчет автомата по мощности.

Есть специальные методики расчета мощности предохранителя, но мы поступим проще. Номиналы автоматов уже заранее рассчитаны. Все необходимые данные учтены и теперь не надо думать, над тем, как рассчитать мощность. Есть таблица, в которой сведены все параметры. Подобрать сетевой предохранитель для квартиры стало намного проще.

Таблица дает возможность легко и точно подобрать предохранитель в соответствии с напряжением в сети (222 В/380 В) и номинальное количеством фаз — одно или трехфазное.

По такому методу подбор автомата по мощности довольно точен.

Разберем на примере.

Из таблицы выбираем автомат на 25 Ампер. Для однофазной сети с напряжением в 220 В нужно устройство мощности 5.5 кВт.

Для 32 амперного устройства в аналогичной сети соответствует мощность в 7.0 киловатт. Если вы приобрели автомат на 6 квт то он явно не для вашей домашней электросети.

Для трёхфазных сетей на 380 Вольт предохранители вычисляем так же подобным образом.

Например, для автомата на 10 Ампер соответствует расчет мощности в 11.4 кВт.

Типы расцепителей

С тем, что предохранитель необходим, мы разобрались. Но какие они бывают? Есть два ключевых типа размыкателей:

  1. Тепловые.
  2. Электромагнитные.

Электромагнитные размыкатели хороши тем, что срабатывают практически мгновенно и обесточивают конкретный отрезок цепи, в котором произошло КЗ.

Внутри это типичная катушка или соленоид с сердечником. Если начинается повышение номинального тока, сердечник втягивается вовнутрь катушки, размыкая цепь.

У тепловых предохранителей несколько иной принцип работы автоматического выключателя по току.

В момент короткого замыкания происходит нагрев пластины. От перегрева пластинка выгибается и замыкает отключающий компонент, который мгновенно обесточивает цепь. Но время срабатывания такого размыкателя соответствует току нагрузки.

Надо сказать, что есть и размыкатели, у которых отключающая способность улучшилась благодаря применению дистанционного управления. С их помощью можно как включить АВ, так и выключить, не приближаясь к распределительному шкафу.

Число полюсов

Еще один параметр для выбора предохранителя — количество полюсов. Но тут все понятно, если знать где будут использоваться эти АВ.

Это свойство говорит нам о том — какое количество проводов на ввод возможно подключить к автоматическому выключателю. Но принцип работы остается прежним — при аварии сохраняет способность автоматического выключателя прерывать подачу электричества на данной линии.

Однополюсные

Для предохранения электрических проводов с подключением розеток и приборов освещения. Ставятся, как правило, на фазный провод.

Двухполюсник

Для сетей, в которых подключаются мощные бытовые аппараты – от стиральных машин до бойлеров и электроплит.

Трехполюсники

Применяются для промышленных и полупромышленных приборов, для которых отключающая способность очень важна:

  • скважинные насосы;
  • сверлильные и токарные станки;
  • подъемники в автомастерских.
Четырехполюсные

Автоматические выключатели такого типа применимы к защите от перегрузок кабельных сетей.

Маркировка

Как видим разновидности обширные. Как подбирать?

Чувствительность автомата помогает определить его маркировка:

  1. Тип A. Самые чувствительные предохранители. Реакция на КЗ практически мгновенная. Применяется для страхования высокоточного оборудования.
  2. Тип B. Могут применяться в бытовых целях. Имеют свойство срабатывать с небольшой задержкой по времени. Ставятся для защиты дорогостоящих бытовых потребителей тока — ЖК-телевизоры, компьютеры и так далее.
  3. Тип С. Самый распространённый выбор автоматического выключателя для защиты домашних сетей 220 В. В зависимости от типа теплового размыкателя способен сработать и моментально, и с некоторой задержкой по времени.
  4. Тип D. Обладают самой небольшой восприимчивостью к повышению токовой нагрузки. Устанавливаются в групповых щитках управления подачей электричества в подъезд или в здание.

Соответствие кабеля сетевой нагрузке

Безопасность электрической линии не в меньшей степени зависит от самих проводов и кабелей. В любой электропроводке есть разделение на группы. Для каждой из них соответствует провод или кабель определенного сечения. Ну и защиту провода обеспечивает автоматический предохранитель соответствующего номинала.

Подобрать какой автомат нам нужен, поможет таблица:

По таблице легко определить какой нужен автоматический выключатель и сечение провода для просчитанной нагрузке на домашнюю электрическую сеть. Не забывайте про разницу между однофазным и трех-фазным электропитанием.

Неправильно выбранный автомат, да к тому же без учета сечения кабеля домашней электропровдки, приведет к его нагреву. Под воздействием высокой температуры изоляционный слой неизбежно будет плавиться. В итоге вы получите гарантированное возгорание!

Лучшие модели автоматических предохранителей

Российские модели

Российская промышленность по выпуску автоматических предохранителей за последнее время сделала большой рывок. Применяются новые технологии изготовления корпусов. По-новому собирается контактная группа. Улучшился дизайн. Для частных лиц и предприятий выбор вводного автомата стал намного шире и по качеству не хуже чем лучшие европейские бренды.

Контактор

Рейтинг: 4.7

Отечественное предприятие «Контактор» на первом месте в нашем рейтинге. Завод изначально делал классические автоматы. Теперь он переориентирован на промышленные образцы 380 В. Есть в линейке предприятия и бытовая серия «КПРО» с поддержкой силы тока до 100 А. Но в основном спецификация «Контактор» промышленные экземпляры для электродвигателя рассчитанные на силу тока до 1600 А, которые должны защищать промышленное оборудование. В линейке «протона» есть и модели трехфазного автомата «Электрон» номиналом в 6300 А.

Достоинства

  • модели оснащены регулировкой срабатывания при КЗ или перегрузки;
  • широкая линейка автоматов от 16 до 6000 А;
  • вся продукция сертифицирована для продажи в Таможенном союзе.

Минусы

  • не очень хорошо проработан дизайн;
  • выключателей в бытовом назначении очень мало;
  • дороговизна моделей;
  • монтажные контакты не утоплены в автоматический предохранитель.
КЭАЗ

Рейтинг: 4.7

Завод с историей. Открылось предприятие еще в 1945 г. Выпускает как классические автоматы, так и приборы марки KEAZ Optima, в которых можно заметить уже новые мощности автомата и ноу-хау.

Производят автоматы и для переменного тока и для постоянного. Все мастера наладчики электрического оборудования отмечают хороший дизайн приборов и простоту их монтажа. Если вы выбираете, какие автоматы ставить в частном доме вам сюда.

Достоинства

  • есть разные виды – можно подобрать защиту, для разных линий, в которых используются и постоянный и переменный ток;
  • приемлемая цена;
  • компактный дизайн.

Недостатки

  • небольшой срок службы (1–2 года).
DEKraft

Рейтинг: 4.6

Электрические автоматы под общим брендом DEKraft, выпускаются на российском предприятии «Delixi Electric». Эта продукция широко известна не только в России и СНГ но и за рубежом.

Правда, в Европе они больше известны по другим названием — Himel. В основном заводы «Delixi Electric» сконцентрированы в Китае из соображений снижения себестоимости конечной продукции.

Такая политика позволила снизить цену на автомат и продлить срок его службы. Анонсировано что размыкатель выдержит не менее 6000 циклов размыкания контактов при коротком замыкании. А при медленном нарастании нагрузки, когда проводка уже начинает греться, размыкатель может разъединить электрическую цепь не менее 25000 раз!

Достоинства

  • все предприятия компании прошли международную сертификацию;
  • хорошо налажена оптовая поставка по всем регионам России;
  • покупателю легко понять какой автомат перед ним — все подписи на русском языке.

Недостатки

  • максимальный ток 63 А;
  • максимально допустимое сечение подводящих кабелей 25 мм².

Лучшие зарубежные компании

В нашей стране всё еще популярны зарубежные бренды. Считается что это более качественная и долговечная продукция. Поэтому в нашем обзоре представлена продукция и зарубежных производителей.

ABB

Рейтинг: 4.9

Эта ярко-красная аббревиатура хорошо известна профессиональным электрикам, благодаря широкой линейке автоматических выключателей от 0.5 до100 А.

И рядовые пользователи, и профессионалы отмечают надёжный пластиковый корпус и рычаг управления, который не обломается даже при многократном цикле отключить/включить. Не зря профессиональные электрики выбирают эти автоматические выключатели для квартирной щитовой.

Достоинства

  • размеры корпуса прерывателя позволяют поставить без труда в щиток;
  • высокий уровень безопасности;
  • удобство при монтаже;
  • можно приобрести и четырех-полюсные модели автоматических выключателей.

Недостатки

  • дороговизна;
  • крепления на дин рейку довольно хрупкие;
  • нет или мало приборов типа D.
Legrand

Рейтинг: 4.8

В каталоге французской компании можно выбрать автоматы серии DRX — соответствует нагрузке для промышленного применения и серии DX, RX, TX для бытового применения. Корпуса приборов в квартиру пылезащищенные.

Номинал по току от 6 А до 630 А, включая 125, 260, 320 и 400 А. Такой широкий диапазон позволяет подобрать предохранитель, как для бытовых нужд, так и для крупных производств.

Достоинства

  • есть автоматы с полюсами от 1 до 4-х;
  • на корпусе есть лазерный штрих-код.

Недостатки

  • редко, но попадаются модели с браком;
  • небрежно выполнен тумблер;
  • дороговизна.

Заключение

Наша статья направлена на то, как выбрать автоматический выключатель. И при этом не надо забывать, что эти предохранители защищают в первую очередь внутреннюю проводку электросети от чрезмерных перегрузок. А это может легко произойти, если одновременно включить все бытовые электроприборы.

Мало того что такие «испытания» способны значительно подсократить срок службы электролиний, но и чаще всего становятся причиной пожара.

К тому же существует заблуждение, что если какой-то автомат уже установлен на электрощите, то от перегрузок сети они уже застрахованы. Мы постарались подробнее остановиться на правильном подборе номинала предохранителя, который должен быть у вас установлен.

В заключение добавим, что предохранитель, ни коим образом, не защищает человека от удара электрическим током.

Устанавливайте автоматические предохранители и пользуйтесь ими правильно!

Видео по теме

Как рассчитать мощность автомата по нагрузке и выбрать модель

Во многих жилых домах, построенных более 20 лет назад, имеются проблемы с электрической проводкой, так как добавляется все новая и новая бытовая техника, с высокими требованиями к качеству сети и с иными показателями мощности. Одна из проблем – несоответствие силы тока сечению проводки. Всем знакомо короткое замыкание или прострел витка.

Чтобы избежать подобного, одной замены кабелей вовсе не достаточно, нужно устанавливать защитные автоматы, позволяющие избежать утечки напряжения. Полезно будет узнать, как подобрать дифференциальный автомат или обычный автомат (автоматический выключатель) в свою квартиру в зависимости от нагрузки.

Отличия защитных устройств

Следует различать аппарат в виде дифавтомата и устройство защитного отключения. На первый взгляд особой видимой разницы в нет, но это не так.

УЗО служит для обесточивания сети при выявлении малейшей утечки в цепи. Например, при повреждении электрического кабеля, чтобы не травмировать человека, цепь будет отключена.

Дифавтомат, помимо УЗО, оснащен встроенным выключателем автоматического типа. Он служит для обесточивания системы, предотвращения короткого замыкания, перегрузки цепи, в общем. Одним словом, это два в одном.

Обычный автоматический выключатель (автомат) защищает цепь от перегрузки, но он не может создать безопасные условия для человека. Поэтому в современных строениях устанавливают либо дифавтоматы, либо УЗО и автоматы совместно.

Подбор любого защитного устройства зависит от характеристик сети. В первую очередь от нагрузки, подключенной к ней. Поэтому важно знать, как рассчитать мощность автомата по нагрузке.

Плюсы и минусы

Преимуществом дифавтомата в его компактности, многофункциональности, 100% защита цепи от внезапных перегрузок или иной опасности. Ну а главный «козырь» — стоимость, которая ниже, нежели суммарная стоимость УЗО и выключателя автоматического типа.

Если учитывать единичный случай, то разница не слишком ощутима, но при покупке на весь дом выгода существенная. Впрочем, многое зависит от марки изделия. Монтаж занимает мало времени, на рейке дифавтомат также помещается довольно компактно.

Есть и свои недостатки у дифавтоматов. При выходе со строя придётся приобретать изделие в комплекте, а не по отдельности.

Возникновение короткого замыкания приведёт к трудностям в поиске его причины. При разделенной установке идентификация намного проще: выключился УЗО – утечка, автомат – короткое замыкание.

Какой выбрать вид защитного устройства, вопрос не из лёгких. Как делают многие электрики: если речь идёт о небольшой квартире, тогда используйте дифавтомат.

Когда собираетесь монтировать сложные конструкции, лучше всего устанавливать отдельные блоки УЗО и выключатели автоматического типа на группу. Причём на каждую группу монтировать свой отдельный выключатель.

Каковы критерии отбора оборудования

Если всё-таки отдали предпочтение дифавтомату, как продукту современных технологий, внимательно выбирайте изделие. Тщательным образом ознакомьтесь с его техническими данными. При выборе автомата по мощности нагрузки, обращают внимание на следующее:

  • напряжение и фазы: изделия по номинальному однофазному и трёхфазному типу, 220В и 360 В, соответственно. В первом вариант одна клемма, во втором – три для подключения. Все показатели указываются в паспорте на оборудование и маркируются на внешней стороне корпуса;
  • сила тока утечки: обозначается греческим символом «дельта» и исчисляется в миллиамперах. Корректно подобрать можно, основываясь на такие данные: на дом в целом – до 350 мА, на конкретную группу – 30 мА, точки и освещение – 30мА, одиночные точки – 15мА, бойлер – 10мА;
  • класс оборудования: А – сработка в результате утечки постоянного напряжения. АС – при утечке переменного тока;
  • защита от порыва «ноля»: при обнаружении подобного, система идентифицирует это как порыв и отключает оборудование;
  • время отключения: обозначается символом Tn и не должно превышать 0,3 секунды.

Для бытовых нужд наиболее распространёнными являются приборы с маркировкой «C» и диапазоном 25А. Монтаж вводных конструкций требует более мощных в виде C50, 65, 85, 95.

Розетки и прочие точки – C15, 25. Приборы освещения – C7, 12, электрическая плита – C40.

Можно сказать, что это временная характеристика максимальной кратковременной мощности тока, которую может выдержать автомат и не сработать. «C» означает, что автомат срабатывает при превышении номинального тока в 5-10 раз.

Вычисление показателей

Расчет мощности при выборе автомата проводится так. Например, все монтажные работы выполнены электрическим кабелем с сечением 3,0 и максимальной силой 25А.

Общая мощность приборов равна: микроволновая печь 1,5 kW, электрочайник 2,1 kW, холодильник 0.7 kW, телевизор 0.5 kW. Суммарная мощность получается равной 4,7 kW или же 4.7 * 1000 W.

Чтобы мощность в каждой цепи было проще рассчитать, нагрузку разделяют на группы. Оборудование наибольшей мощности подключают отдельно. Не стоит пренебрегать нагрузкой малой мощности, поскольку при расчетах в сумме может получиться существенный результат.

Для вычисления используем формулу: мощность / напряжение. Итого 21,3 А. Потребуется УЗО или дифавтомат с граничным потреблением 25А, не более. Если количество потребителей более двух, то суммарную мощность следует умножать на 0,7, для корректировки данных. При нагрузке три и более – на 1,0.

Понижающие коэффициенты для некоторых приборов:

  • холодильное оборудование от 0,7 до 0,9, в зависимости от характеристик мотора;
  • подъёмные устройства и лифты 0,7;
  • оргтехника 0,6;
  • люминесцентные лампы 0,95;
  • лампы накаливания 1,1;
  • тип ламп ДРЛ 0,95;
  • неоновые газовые установки 0,4.

Понижение мощности обусловлено тем, что не все приборы могут быть включены одновременно.

По значению рабочего тока нагрузки подбирается автомат. Номинал автомата должен быть чуть меньше рассчитанного значения тока, но допускается выбирать и немного большие значения.

Значение тока при выборе сечения кабеля

Соответствие тока сечению жил кабеля можно проверить по таблице

Сводные характеристики для однофазного автомата:

  • сила 17А – показатель мощности до 3,0 кВт – ток 1,6 – сечение 2,4;
  • 26А – до 5,0 – 25,0 – 2,6;
  • 33А – 5,9 – 32,0 – 4,1;
  • 42А – 7,4 – 40,0 – 6,2;
  • 51А – 9,2– 48,4 – 9,8;
  • 64А – 12,1 – 62,0 – 16,2;
  • 81А – 14,4 – 79,0 – 25,4;
  • 101А – 18,3 – 97,0 – 35,2;
  • 127А – 22,4 – 120,0 – 50,2;
  • 165А – 30,0 – 154,0 – 70,1;
  • 202А – 35,4 – 185,0 – 79,2;
  • 255А – 45,7 – 240,0 – 120,0;
  • 310А – 55,4 – 296,0 – 186,2.

Можно также воспользоваться специальным графиком, по которому определяется номинальный ток автомата в зависимости от мощности нагрузки.

Нужное сечение кабеля подбирается исходя из суммарной мощности тока, проходящего через провод, рассчитать её поможет формула, схема расчета такова:

I = P/U,

где сила тока = суммарный показатель мощности разделён на напряжение в цепи. В большинстве случаев электрики используют именно эту формулу.

Более точная формула расчета мощности P=I*U*cos φ, где φ – угол между векторами тока, проходящего через автомат, и напряжения (не стоит забывать, что они могут быть переменными). Но поскольку в бытовых устройствах, работающих от однофазной сети, сдвига фазы между током и напряжением практически нет, то применяют упрощенную формулу мощности.

Если сеть трехфазная, то может наблюдаться существенный сдвиг фаз. В этом случае при расчетах мощность уменьшается, а получившийся ток надо делить на 3.

Так, для прибора мощность 6,5 кВт:

I = 6500/380/0,6=28,5

28,5/3=9,5 А

На электроприборах часто делают маркировку или прикрепляют табличку, с указанием этого параметра и значения мощности. Это позволяет быстро произвести расчеты. В трехфазной сети для нагрузки большой мощности применяют автоматы типа D.

Расчет мощности автоматических выключателей

Расчет мощности автоматических выключателей

Если вы самостоятельно делаете электропроводку в доме, то должны понимать, какой и где автомат должен стоять. Будь-то стиральная машина, водонагреватель, кондиционер, отопительный котел, нужен автоматический выключатель для его подключения.

При всем этом нельзя поставить автомат, который по номиналу будет выше или ниже, чем это положено. В первом случае автоматический выключатель просто не сработает при возникновении проблем, а во втором случае, он будет постоянно выключаться из-за перегрузок.

К тому же, при выборе автомата нужно учитывать в какой сети он будет использован: однофазной или трехфазной. В общем, о нюансах выбора автомата по мощности и будет рассказано на сайте «Электрик САМ» elektriksam.ru.

Расчет мощности автомата

Автоматический выключатель нужно выбирать таким образом, чтобы он максимально подходил по мощности к подключаемому электроприбору. Простыми словами, если вы устанавливаете электрический котел на 6 кВт, то и автомат нужно выбирать подходящей мощности.

Для этого нужно сначала узнать, а сколько же выдержит тот или иной автомат, например, на 16 или 32 Ампера. Для этого можно воспользоваться одной простой формулой и перемножить напряжение в сети на номинал автомата. Если сеть 220 Вольт, а автомат 16 Ампер, то мы умножаем 220*16 и получаем мощность, которую способен выдерживать автоматический выключатель. В данном случае это примерно 3,5 кВт.

Как видно, многое из подбора мощности автоматического выключателя связано с напряжением в сети. То есть, 220 или 380 Вольт играют очень большое значение, так как на каждую фазу нагрузка распределяется равномерно, а не на две. Для наглядности внизу будет приведена таблица, по которой можно легко рассчитать мощность автоматического выключателя.

Что важно знать при подключении электроприборов

Итак, рассчитав примерный номинал требуемого автомата нужно дать разъяснения касательно мощностей. Многие задаются вопросом о том, а можно ли включать сильно мощные электроприборы в обычную розетку, например, такие, как электрокотел.

Согласно правилам ПУЭ, подключение электрокотла мощностью более 3 кВт в обычную розетку недопустимо. Да и каждая розетка обладает своими определёнными характеристиками. Чаще всего домашние розетки идут на 16 ампер, а, следовательно, подключать к ним электроприборы допускается мощностью не более чем в 3,5 кВт.

Поэтому любой, мало-мальски мощный электроприбор, необходимо подсоединять только через отдельный автомат. Причём к автоматическому выключателю подводится именно фазный провод, а не рабочий ноль. Таким образом, зная примерную мощность оборудования, можно легко рассчитать номинал автоматического выключателя.

Стоит ли брать автомат с запасом

Здесь вопрос спорный. С одной стороны автоматический выключатель должен соответствовать мощности электроприбора, с другой стороны он должен иметь небольшой запас, чтобы не отключаться в процессе работы.

Как пример можно привести все тот же электрокотел, мощностью в 6 кВт. Разделим 6 кВт на 220 вольт (напряжение в сети) и получим значение в 27. Это амперы. То есть, для подключения котла мощностью в 6 кВт нужен автоматический выключатель на 27 Ампер. Однако таких автоматов не существует в природе.

Поэтому здесь приходится выбирать между автоматом на 25 и 32 Ампера. В идеале, конечно же, чтобы котел не выключался, нужно ставить автомат на 32 Ампера. Но это еще не значит, что автомат на 25 Ампер не проработает, как это положено. Просто, учитывая несколько заниженную мощность, он может время от времени выключаться, когда котел подолгу будет работать в полную силу.

Где машины могут заменить людей, а где нет (пока)

[[DownloadsSidebar]]

Поскольку технологии автоматизации , такие как машинное обучение и робототехника, играют все более важную роль в повседневной жизни, их потенциальное влияние на рабочее место, что неудивительно, стало основным предметом исследований и общественного внимания. Дискуссия имеет тенденцию к манихейской игре в догадки: какие рабочие места заменят машины?

На самом деле, как показало наше исследование, в этой истории больше нюансов.Хотя автоматизация полностью устранит очень мало профессий в следующем десятилетии, она затронет части почти всех рабочих мест в большей или меньшей степени, в зависимости от типа работы, которую они влекут за собой. Автоматизация, выходящая сегодня за рамки рутинной производственной деятельности, может, по крайней мере, с точки зрения ее технической осуществимости, трансформировать такие секторы, как здравоохранение и финансы, которые требуют значительного объема интеллектуального труда.

Видео

От научной фантастики к бизнес-фактам

Майкл Чуи из McKinsey объясняет, как автоматизация трансформирует работу.

Эти выводы основаны на нашем подробном анализе более 2000 видов трудовой деятельности для более чем 800 профессий. Используя данные Бюро статистики труда США и O * Net, мы подсчитали количество времени, затрачиваемого на эти виды деятельности в экономике США, и техническую осуществимость автоматизации каждого из них. Полные результаты, которые появятся в начале 2017 года, будут включать в себя несколько других стран, но мы опубликовали некоторые первоначальные результаты в конце прошлого года, а сейчас мы работаем над дополнительными промежуточными результатами.

В прошлом году мы показали, что продемонстрированные в настоящее время технологии могут автоматизировать 45 процентов видов деятельности, за выполнение которых людям платят, и что около 60 процентов всех профессий могут обеспечить автоматизацию 30 или более процентов составляющих их деятельности, опять же с помощью технологий, доступных сегодня. В этой статье мы исследуем техническую осуществимость с использованием продемонстрированных в настоящее время технологий автоматизации трех групп профессиональной деятельности: наиболее восприимчивых, менее восприимчивых и наименее восприимчивых к автоматизации.В рамках каждой категории мы обсуждаем секторы и профессии, в которых роботы и другие машины с наибольшей - и наименьшей - вероятностью будут заменять то, что люди в настоящее время выполняют. Ближе к концу статьи мы обсудим, как развивающиеся технологии, такие как генерация естественного языка, могут изменить мировоззрение, а также некоторые последствия для руководителей высшего звена, возглавляющих все более автоматизированные предприятия.

Мы стремимся предоставить людям с ограниченными возможностями равный доступ к нашему сайту.Если вам нужна информация об этом содержании, мы будем рады работать с вами. Напишите нам по адресу: [email protected]

Понимание потенциала автоматизации

При обсуждении автоматизации мы используем

.Учебник по регрессии

: автоматизированное машинное обучение - Машинное обучение Azure

  • 14 минут на чтение

В этой статье

В этом руководстве вы используете автоматизированное машинное обучение в Машинном обучении Azure для создания регрессионной модели для прогнозирования цен на проезд в такси Нью-Йорка. Этот процесс принимает данные обучения и настройки конфигурации и автоматически перебирает комбинации различных методов нормализации / стандартизации функций, моделей и настроек гиперпараметров для получения наилучшей модели.

В этом руководстве вы изучите следующие задачи:

  • Загрузка, преобразование и очистка данных с помощью открытых наборов данных Azure
  • Обучение автоматизированной регрессионной модели машинного обучения
  • Расчет точности модели

Если у вас нет подписки Azure, создайте бесплатную учетную запись, прежде чем начать. Попробуйте бесплатную или платную версию Машинного обучения Azure уже сегодня.

Предварительные требования

  • Завершите руководство по настройке, если у вас еще нет рабочей области Машинного обучения Azure или виртуальной машины записной книжки.
  • После того, как вы закончите руководство по настройке, откройте записную книжку tutorials / regression-automl-nyc-taxi-data / regression-automatic-ml.ipynb , используя тот же сервер записной книжки.

Это руководство также доступно на GitHub, если вы хотите запустить его в своей локальной среде. Чтобы получить необходимые пакеты,

Скачать и подготовить данные

Импортируйте необходимые пакеты. Пакет Open Datasets содержит класс, представляющий каждый источник данных (например, NycTlcGreen ), чтобы легко фильтровать параметры даты перед загрузкой.

  из azureml.opendatasets import NycTlcGreen импортировать панд как pd from datetime import datetime from dateutil.relativedelta import relativedelta  

Начните с создания фрейма данных для хранения данных такси. При работе в среде, отличной от Spark, Open Datasets позволяет загружать данные только за один месяц с определенными классами, чтобы избежать MemoryError с большими наборами данных.

Чтобы загрузить данные такси, итеративно выбирайте по одному месяцу за раз и перед добавлением его в green_taxi_df произвольно выбирайте 2000 записей за каждый месяц, чтобы избежать раздувания фрейма данных.Затем просмотрите данные.

  green_taxi_df = pd.DataFrame ([]) start = datetime.strptime («01.01.2015», «% m /% d /% Y») end = datetime.strptime ("31.01.2015", "% m /% d /% Y") для sample_month в диапазоне (12): temp_df_green = NycTlcGreen (начало + relativedelta (месяцы = sample_month), end + relativedelta (months = sample_month)) \ .to_pandas_dataframe () green_taxi_df = green_taxi_df.append (temp_df_green.sample (2000)) green_taxi_df.head (10)  
Отсадка Стоимость проезда Всего
vendorID lpepPickupDatetime lpepDropoffDatetime пассажиров Количество поездкаРасстояние puLocationId doLocationId пикап, долгота пикапШирота Долгота ... Тип платежа Сумма экстра mtaTax улучшение Наконечник Количество дорожных сборов ehailFee Количество поездка Тип
131969 2 11.01.2015 05:34:44 11.01.2015, 05:45:03 3 4,84 Нет Нет -73,88 40.84 -73,94 ... 2 15,00 0,50 0,50 0,3 0,00 0,00 нан 16,30 1,00
1129817 2 20.01.2015 16:26:29 20.01.2015 16:30:26 1 0,69 Нет Нет -73,96 40,81 -73,96 ... 2 4,50 1,00 0,50 0,3 0,00 0,00 нан 6,30 1,00
1278620 2 2015-01-01 05:58:10 2015-01-01 06:00:55 1 0,45 Нет Нет -73,92 40,76 -73,91 ... 2 4,00 0.00 0,50 0,3 0,00 0,00 нан 4,80 1,00
348430 2 17.01.2015 02:20:50 17.01.2015 02:41:38 1 0,00 Нет Нет -73,81 40,70 -73,82 ... 2 12,50 0,50 0,50 0,3 0.00 0,00 нан 13,80 1,00
1269627 1 01.01.2015 05:04:10 01.01.2015 05:06:23 1 0,50 Нет Нет -73,92 40,76 -73,92 ... 2 4,00 0,50 0,50 0 0,00 0,00 нан 5.00 1,00
811755 1 04.01.2015 19:57:51 04.01.2015 20:05:45 2 1,10 Нет Нет -73,96 40,72 -73,95 ... 2 6,50 0,50 0,50 0,3 0,00 0,00 нан 7,80 1,00
737281 1 2015-01-03 12:27:31 2015-01-03 12:33:52 1 0.90 Нет Нет -73,88 40,76 -73,87 ... 2 6,00 0,00 0,50 0,3 0,00 0,00 нан 6,80 1,00
113951 1 2015-01-09 23:25:51 09.01.2015 23:39:52 1 3,30 Нет Нет -73.96 40,72 -73,91 ... 2 12,50 0,50 0,50 0,3 0,00 0,00 нан 13,80 1,00
150436 2 11.01.2015 17:15:14 11.01.2015 17:22:57 1 1,19 Нет Нет -73,94 40,71 -73,95 ... 1 7,00 0,00 0,50 0,3 1,75 0,00 нан 9,55 1,00
432136 2 2015-01-22 23:16:33 2015-01-22 23:20:13 1 0,65 Нет Нет -73,94 40,71 -73,94 ... 2 5,00 0,50 0,50 0.3 0,00 0,00 нан 6,30 1,00

Теперь, когда исходные данные загружены, определите функцию для создания различных основанных на времени функций из поля даты и времени получения. Это создаст новые поля для номера месяца, дня месяца, дня недели и часа дня, а также позволит модели учитывать сезонность на основе времени. Используйте функцию apply () в фрейме данных, чтобы итеративно применить функцию build_time_features () к каждой строке данных такси.

  def build_time_features (вектор): pickup_datetime = вектор [0] month_num = pickup_datetime.month day_of_month = pickup_datetime.day day_of_week = pickup_datetime.weekday () hour_of_day = pickup_datetime.hour return pd.Series ((month_num, day_of_month, day_of_week, hour_of_day)) green_taxi_df [["month_num", "day_of_month", "day_of_week", "hour_of_day"]] = green_taxi_df [["lpepPickupDatetime"]]. apply (build_time_features, axis = 1) green_taxi_df.head (10)  
Отсадка Стоимость проезда Всего
vendorID lpepPickupDatetime lpepDropoffDatetime пассажиров Количество поездкаРасстояние puLocationId doLocationId пикап, долгота пикапШирота Долгота ... Тип платежа Сумма экстра mtaTax улучшение Наконечник Количество дорожных сборов ehailFee Количество поездка Тип month_num день_мес день_недели час_дня
131969 2 11.01.2015 05:34:44 11.01.2015, 05:45:03 3 4.84 Нет Нет -73,88 40,84 -73,94 ... 2 15,00 0,50 0,50 0,3 0,00 0,00 нан 16,30 1,00 1 11 6 5
1129817 2 20.01.2015 16:26:29 20.01.2015 16:30:26 1 0.69 Нет Нет -73,96 40,81 -73,96 ... 2 4,50 1,00 0,50 0,3 0,00 0,00 нан 6,30 1,00 1 20 1 16
1278620 2 2015-01-01 05:58:10 2015-01-01 06:00:55 1 0.45 Нет Нет -73,92 40,76 -73,91 ... 2 4,00 0,00 0,50 0,3 0,00 0,00 нан 4,80 1,00 1 1 3 5
348430 2 17.01.2015 02:20:50 17.01.2015 02:41:38 1 0.00 Нет Нет -73,81 40,70 -73,82 ... 2 12,50 0,50 0,50 0,3 0,00 0,00 нан 13,80 1,00 1 17 5 2
1269627 1 01.01.2015 05:04:10 01.01.2015 05:06:23 1 0.50 Нет Нет -73,92 40,76 -73,92 ... 2 4,00 0,50 0,50 0 0,00 0,00 нан 5,00 1,00 1 1 3 5
811755 1 04.01.2015 19:57:51 04.01.2015 20:05:45 2 1.10 Нет Нет -73,96 40,72 -73,95 ... 2 6,50 0,50 0,50 0,3 0,00 0,00 нан 7,80 1,00 1 4 6 19
737281 1 2015-01-03 12:27:31 2015-01-03 12:33:52 1 0.90 Нет Нет -73,88 40,76 -73,87 ... 2 6,00 0,00 0,50 0,3 0,00 0,00 нан 6,80 1,00 1 3 5 12
113951 1 2015-01-09 23:25:51 09.01.2015 23:39:52 1 3.30 Нет Нет -73,96 40,72 -73,91 ... 2 12,50 0,50 0,50 0,3 0,00 0,00 нан 13,80 1,00 1 9 4 23
150436 2 11.01.2015 17:15:14 11.01.2015 17:22:57 1 1.19 Нет Нет -73,94 40,71 -73,95 ... 1 7,00 0,00 0,50 0,3 1,75 0,00 нан 9,55 1,00 1 11 6 17
432136 2 2015-01-22 23:16:33 2015-01-22 23:20:13 1 0,65 Нет Нет -73.94 40,71 -73,94 ... 2 5,00 0,50 0,50 0,3 0,00 0,00 нан 6,30 1,00 1 22 3 23

Удалите некоторые столбцы, которые вам не понадобятся для обучения или создания дополнительных функций.

  columns_to_remove = [«lpepPickupDatetime», «lpepDropoffDatetime», «puLocationId», «doLocationId», «extra», «mtaTax», «ImprovementSurcharge», «tollsAmount», «ehailFee», «tripType», «rateCodeID», storeAndFwdFlag, paymentType, fareAmount, tipAmount ] для столбца columns_to_remove: green_taxi_df.поп (col) green_taxi_df.head (5)  

Очистить данные

Запустите функцию describe () в новом фрейме данных, чтобы просмотреть сводную статистику для каждого поля.

  green_taxi_df.describe ()  
Отсадка Высадка Всего
vendorID пассажиров Количество поездкаРасстояние пикап, долгота пикапШирота Долгота Широта Количество номер_месяца день_месяца день_недели час_дня
кол-во 48000.00 48000,00 48000,00 48000,00 48000,00 48000,00 48000,00 48000,00 48000,00 48000,00 48000,00 48000,00
среднее 1,78 1,37 2,87 -73,83 40,69 -73,84 40,70 14,75 6,50 15,13 3.27 13,52
стандарт 0,41 1,04 2,93 2,76 1,52 2,61 1,44 12,08 3,45 8,45 1,95 6,83
мин. 1,00 0,00 0,00 -74,66 0,00 -74,66 0,00 -300,00 1,00 1.00 0,00 0,00
25% 2,00 1,00 1,06 -73,96 40,70 -73,97 40,70 7,80 3,75 8,00 2,00 9,00
50% 2,00 1,00 1,90 -73,94 40,75 -73,94 40,75 11,30 6.50 15,00 3,00 15,00
75% 2,00 1,00 3,60 -73,92 40,80 -73,91 40,79 17,80 9,25 22,00 5,00 19,00
макс 2,00 9,00 97,57 0,00 41,93 0,00 41,94 450.00 12,00 30,00 6,00 23,00

Из сводной статистики вы видите, что есть несколько полей с выбросами или значениями, которые снижают точность модели. Сначала отфильтруйте поля широты / долготы, чтобы они находились в пределах области Манхэттена. Это позволит отфильтровать более длительные поездки на такси или поездки, которые отличаются от других функций.

Дополнительно отфильтруйте поле tripDistance , чтобы оно было больше нуля, но меньше 31 мили (расстояние гаверсинуса между двумя парами широта / долгота).Это исключает длительные необычные поездки с непостоянной стоимостью поездки.

Наконец, поле totalAmount имеет отрицательные значения для тарифов на такси, что не имеет смысла в контексте нашей модели, а поле пассажира содержит неверные данные с нулевыми минимальными значениями.

Отфильтруйте эти аномалии с помощью функций запросов, а затем удалите несколько последних столбцов, ненужных для обучения.

  final_df = green_taxi_df.query ("pickupLatitude> = 40.53 и pickupLatitude <= 40,88 ") final_df = final_df.query ("pickupLongitude> = - 74.09 и pickupLongitude <= - 73.72") final_df = final_df.query ("tripDistance> = 0,25 и tripDistance <31") final_df = final_df.query ("количество пассажиров> 0 и totalAmount> 0") columns_to_remove_for_training = ["pickupLongitude", "pickupLatitude", "dropoffLongitude", "dropoffLatitude"] для столбца columns_to_remove_for_training: final_df.pop (столбец)  

Вызовите description () еще раз для данных, чтобы убедиться, что очистка прошла должным образом.Теперь у вас есть подготовленный и очищенный набор данных о такси, отпуске и погоде, который можно использовать для обучения модели машинного обучения.

  final_df.describe ()  

Настроить рабочее пространство

Создайте объект рабочего пространства из существующего рабочего пространства. Рабочая область - это класс, который принимает вашу подписку Azure и информацию о ресурсах. Он также создает облачный ресурс для мониторинга и отслеживания прогонов вашей модели. Workspace.from_config () считывает файл config.json и загружает данные аутентификации в объект с именем ws . ws используется в остальной части кода в этом руководстве.

  из azureml.core.workspace import Workspace ws = Workspace.from_config ()  

Разделить данные на наборы для обучения и тестирования

Разделите данные на обучающие и тестовые наборы с помощью функции train_test_split в библиотеке scikit-learn . Эта функция разделяет данные на набор данных x ( функций ) для обучения модели и набор данных y ( для прогнозирования ) для тестирования.

Параметр test_size определяет процент данных, выделяемых для тестирования. Параметр random_state устанавливает начальное значение для генератора случайных чисел, так что ваши разбиения на поезд-тест являются детерминированными.

  из sklearn.model_selection import train_test_split x_train, x_test = train_test_split (final_df, test_size = 0.2, random_state = 223)  

Цель этого шага - получить точки данных для тестирования готовой модели, которые не использовались для обучения модели, чтобы измерить истинную точность.

Другими словами, хорошо обученная модель должна уметь точно делать прогнозы на основе данных, которые она еще не видела. Теперь у вас есть данные, подготовленные для автоматического обучения модели машинного обучения.

Автоматическое обучение модели

Для автоматического обучения модели выполните следующие действия:

  1. Определите настройки для запуска эксперимента. Прикрепите данные тренировки к конфигурации и измените параметры, управляющие процессом обучения.
  2. Отправьте эксперимент для настройки модели.После отправки эксперимента процесс повторяется с помощью различных алгоритмов машинного обучения и настроек гиперпараметров, соблюдая определенные вами ограничения. Он выбирает наиболее подходящую модель, оптимизируя показатель точности.

Определить настройки тренировки

Задайте параметры эксперимента и настройки модели для обучения. Посмотреть полный список настроек. Отправка эксперимента с этими настройками по умолчанию займет примерно 5–20 минут, но если вы хотите сократить время выполнения, уменьшите параметр example_timeout_hours .

Объект Значение в этом руководстве Описание
iteration_timeout_minutes 2 Ограничение времени в минутах для каждой итерации. Уменьшите это значение, чтобы уменьшить общее время выполнения.
эксперимент_timeout_hours 0,3 Максимальное количество времени в часах, которое могут пройти все итерации вместе до завершения эксперимента.
enable_early_stopping Истинно Флаг, разрешающий досрочное прекращение, если оценка не улучшается в краткосрочной перспективе.
primary_metric spearman_correlation Метрика, которую нужно оптимизировать. На основе этого показателя будет выбрана наиболее подходящая модель.
характеристика авто Используя auto , эксперимент может предварительно обрабатывать входные данные (обрабатывать недостающие данные, преобразовывать текст в числовые и т. Д.)
многословие logging.INFO Управляет уровнем ведения журнала.
n_cross_validations 5 Количество разделов перекрестной проверки, выполняемых, если данные проверки не указаны.
  импортные лесозаготовки automl_settings = { "iteration_timeout_minutes": 2, "Experiment_timeout_hours": 0,3, "enable_early_stopping": Верно, "primary_metric": 'spearman_correlation', "featurization": 'авто', «многословие»: ведение журнала.ИНФОРМАЦИЯ, «n_cross_validations»: 5 }  

Используйте заданные вами настройки обучения в качестве параметра ** kwargs для объекта AutoMLConfig . Кроме того, укажите данные для обучения и тип модели, которой в данном случае является регрессия и .

  из azureml.train.automl импорт AutoMLConfig automl_config = AutoMLConfig (задача = 'регрессия', debug_log = 'automatic_ml_errors.log', training_data = x_train, label_column_name = "totalAmount", ** automl_settings)  

Примечание

Автоматизированные этапы предварительной обработки машинного обучения (нормализация функций, обработка недостающих данных, преобразование текста в числа и т. д.) становятся частью базовой модели. При использовании модели для предсказания, те же шаги предварительной обработки, что и во время обучения, применяются к ваши входные данные автоматически.

Обучите модель автоматической регрессии

Создайте объект эксперимента в своем рабочем пространстве. Эксперимент выступает в качестве контейнера для ваших индивидуальных прогонов. Передайте заданный объект automl_config в эксперимент и установите для вывода значение True , чтобы просмотреть прогресс во время выполнения.

После запуска эксперимента отображаемые выходные данные обновляются в режиме реального времени по мере выполнения эксперимента.Для каждой итерации вы видите тип модели, продолжительность выполнения и точность обучения. Поле BEST отслеживает лучший результат беговой тренировки в зависимости от типа вашей метрики.

  из azureml.core.experiment import Experiment эксперимент = Эксперимент (WS, "такси-эксперимент") local_run = эксперимент.submit (automl_config, show_output = True)  
  Работает на локальном компьютере Идентификатор родительского цикла: AutoML_1766cdf7-56cf-4b28-a340-c4aeee15b12b Текущий статус: DatasetFeaturization.Приступаем к изменению набора данных. Текущий статус: DatasetEvaluation. Сбор статистики набора данных. Текущее состояние: FeaturesGeneration. Создание функций для набора данных. Текущий статус: DatasetFeaturizationCompleted. Завершено изменение набора данных. Текущий статус: DatasetCrossValidationSplit. Генерация индивидуальных разделов резюме. Текущий статус: ModelSelection. Начало выбора модели. ************************************************* ************************************************* ИТЕРАЦИЯ: оцениваемая итерация.ТРУБОПРОВОД: краткое описание оцениваемого трубопровода. DURATION: время, затраченное на текущую итерацию. МЕТРИЧНЫЙ: результат вычисления оценки установленного конвейера. НАИЛУЧШИЙ: лучший наблюдаемый результат. ************************************************* ************************************************* ПРОДОЛЖИТЕЛЬНОСТЬ ТРУБОПРОВОДА ИТЕРАЦИИ, МЕТРИЧЕСКАЯ НАИЛУЧШАЯ 0 StandardScalerWrapper RandomForest 0:00:16 0,8746 0,8746 1 MinMaxScaler RandomForest 0:00:15 0.9468 0,9468 2 StandardScalerWrapper ExtremeRandomTrees 0:00:09 0,9303 0,9468 3 StandardScalerWrapper LightGBM 0:00:10 0,9424 0,9468 4 RobustScaler DecisionTree 0:00:09 0,9449 0,9468 5 StandardScalerWrapper LassoLars 0:00:09 0.9440 0.9468 6 StandardScalerWrapper LightGBM 0:00:10 0,9282 0,9468 7 StandardScalerWrapper RandomForest 0:00:12 0.8946 0,9468 8 StandardScalerWrapper LassoLars 0:00:16 0,9439 0,9468 9 MinMaxScaler ExtremeRandomTrees 0:00:35 0,9199 0,9468 10 RobustScaler ExtremeRandomTrees 0:00:19 0,9411 0,9468 11 StandardScalerWrapper ExtremeRandomTrees 0:00:13 0,9077 0,9468 12 StandardScalerWrapper LassoLars 0:00:15 0,9433 0,9468 13 MinMaxScaler ExtremeRandomTrees 0:00:14 0.9186 0,9468 14 RobustScaler RandomForest 0:00:10 0,8810 0,9468 15 StandardScalerWrapper LassoLars 0:00:55 0,9433 0,9468 16 StandardScalerWrapper ExtremeRandomTrees 0:00:13 0,9026 0,9468 17 StandardScalerWrapper RandomForest 0:00:13 0,9140 0,9468 18 VotingEnsemble 0:00:23 0,9471 0,9471 19 StackEnsemble 0:00:27 0.9463 0,9471  

Ознакомьтесь с результатами

Изучите результаты автоматического обучения с помощью виджета Jupyter. Виджет позволяет просматривать график и таблицу всех итераций отдельных запусков, а также показатели точности обучения и метаданные. Кроме того, вы можете фильтровать метрики точности, отличные от вашей основной метрики, с помощью раскрывающегося селектора.

  из azureml.widgets import RunDetails RunDetails (local_run) .show ()  

Найдите лучшую модель

Выберите лучшую модель из ваших итераций.Функция get_output возвращает лучший прогон и подобранную модель для последнего подгоночного вызова. Используя перегрузки на get_output , вы можете получить наилучшую прогонную и подобранную модель для любой зарегистрированной метрики или конкретной итерации.

  best_run, fit_model = local_run.get_output () печать (best_run) печать (подобранная_модель)  

Испытайте лучшую точность модели

Используйте лучшую модель для прогнозирования набора тестовых данных для прогнозирования тарифов на такси.Функция прогнозировать использует лучшую модель и прогнозирует значения y, стоимость поездки , из набора данных x_test . Выведите первые 10 значений прогнозируемой стоимости из y_predict .

  y_test = x_test.pop ("totalAmount") y_predict = подобранная_модель.predict (x_test) печать (y_predict [: 10])  

Вычислить среднеквадратичную ошибку результатов. Преобразуйте фрейм данных y_test в список для сравнения с предсказанными значениями.Функция mean_squared_error принимает два массива значений и вычисляет средний квадрат ошибки между ними. Извлечение квадратного корня из результата дает ошибку в тех же единицах, что и переменная y, стоит . Он примерно показывает, насколько прогнозируемые тарифы на такси отличаются от фактических.

  из sklearn.metrics import mean_squared_error из математического импорта sqrt y_actual = y_test.values.flatten (). tolist () rmse = sqrt (mean_squared_error (y_actual, y_predict)) rmse  

Выполните следующий код, чтобы вычислить среднюю абсолютную процентную ошибку (MAPE) с использованием полных наборов данных y_actual и y_predict .Этот показатель вычисляет абсолютную разницу между каждым прогнозируемым и фактическим значением и суммирует все различия. Затем он выражает эту сумму как процент от общих фактических значений.

  sum_actuals = sum_errors = 0 для actual_val, pred_val в zip (y_actual, y_predict): abs_error = фактическое_значение - предсказать_значение если abs_error <0: abs_error = abs_error * -1 sum_errors = sum_errors + abs_error sum_actuals = sum_actuals + actual_val mean_abs_percent_error = sum_errors / sum_actuals print ("Модель MAPE:") печать (mean_abs_percent_error) Распечатать() print ("Точность модели:") print (1 - mean_abs_percent_error)  
  Модель MAPE: 0.14353867606052823 Точность модели: 0,8564613239394718  

Из двух показателей точности прогноза вы видите, что модель достаточно хороша для прогнозирования тарифов на такси на основе характеристик набора данных, обычно в пределах + - 4,00 долл. США и примерно 15% погрешности.

Традиционный процесс разработки моделей машинного обучения требует значительных ресурсов и требует значительных знаний предметной области и затрат времени для запуска и сравнения результатов десятков моделей. Использование автоматизированного машинного обучения - отличный способ быстро протестировать множество различных моделей для вашего сценария.

Очистить ресурсы

Не заполняйте этот раздел, если вы планируете запускать другие руководства по машинному обучению Azure.

Остановить вычислительный экземпляр

Если вы использовали вычислительный экземпляр или виртуальную машину ноутбука, остановите виртуальную машину, когда вы ее не используете, чтобы снизить затраты.

  1. В рабочем пространстве выберите Compute .

  2. Из списка выберите виртуальную машину.

  3. Выберите Остановить .

  4. Когда вы снова будете готовы использовать сервер, выберите Start .

Удалить все

Если вы не планируете использовать созданные ресурсы, удалите их, чтобы не платить за вас.

  1. На портале Azure выберите Группы ресурсов в крайнем левом углу.
  2. Из списка выберите созданную вами группу ресурсов.
  3. Выберите Удалить группу ресурсов .
  4. Введите имя группы ресурсов. Затем выберите Удалить .

Вы также можете оставить группу ресурсов, но удалить отдельную рабочую область.Отобразите свойства рабочего пространства и выберите Удалить .

Следующие шаги

В этом руководстве по автоматизированному машинному обучению вы выполнили следующие задачи:

  • Сконфигурировал рабочее пространство и подготовил данные для эксперимента.
  • Обучается с использованием локальной модели автоматической регрессии с пользовательскими параметрами.
  • Изучены и проанализированы результаты обучения.

Разверните свою модель с помощью машинного обучения Azure.

.

Автоматическое машинное обучение для обнаружения мошенничества с использованием h3O AutoML | Юэфэн Чжан, доктор философии

Автоматизация машинного обучения в финансах

Машинное обучение имеет множество применений в финансах, таких как безопасность, автоматизация процессов, андеррайтинг ссуд / страхования, кредитный скоринг, торговля и т. д. [1] [2]. Финансовое мошенничество - одна из основных проблем финансовой безопасности [1] [2]. Для борьбы с растущим риском финансового мошенничества машинное обучение активно применяется для обнаружения мошенничества [3] [4].

Применение машинного обучения для обнаружения мошенничества связано с множеством технических проблем. Одна из основных трудностей заключается в том, что набор данных имеет тенденцию быть сильно искаженным и несбалансированным с точки зрения положительных и отрицательных классов [3] [4]. Как показано в [3], в этом случае для получения результатов обнаружения / прогнозирования спуска мошенничества обычно требуются как опыт в предметной области, так и большой объем ручной работы для исследования данных, предварительной обработки данных, проектирования функций, выбора модели, обучения, оценки. , так далее.

Для решения этих проблем h3O [6] предоставляет удобный модуль автоматического машинного обучения под названием AutoML [7], который может использоваться неспециалистами.

В этой статье, как и в [3], я использую тот же сильно искаженный и несбалансированный набор синтетических финансовых данных в Kaggle [5], чтобы продемонстрировать, как использовать AutoML [7] для упрощения машинного обучения для прогнозирования мошенничества по сравнению с методом машинного обучения. в [3].

В этом разделе суммируются ключевые моменты метода машинного обучения без автоматизации в [3], чтобы установить базовый уровень для сравнения с методом автоматического машинного обучения h3O в разделе 2.

1.1 Исследование данных

В [3] проводится обширная работа по изучению и анализу данных, чтобы понять, какие записи данных и функции необходимы, а какие из них можно удалить без значительного влияния на моделирование машинного обучения и прогнозирование мошенничества. Этот тип работы, как правило, требует экспертизы в предметной области, как показано в [3]. Основные результаты в [3] можно резюмировать следующим образом:

Класс ответа isFraud (0-нет, 1-да) устанавливается только тогда, когда для свойства типа значения является CASH_OUT или TRANSFER.Таким образом, единственными релевантными записями данных являются те записи, которые имеют тип значения CASH_OUT или TRANSFER [3].

Функция isFlaggedFraud устанавливается только в 16 записях / выборках данных [3] из миллионов записей данных в общей сложности, поэтому мы можем отказаться от этой функции без значительного влияния на результаты моделирования и прогнозирования мошенничества.

  • функции nameOrig и nameDest

Как указано в [3], функции nameOrig и nameDest бессмысленны, поскольку они не кодируют счета торговцев ожидаемым образом, и, следовательно, можно уронить.

1.2 Предварительная обработка данных

Набор данных предварительно обрабатывается, как показано в [3], на основе результатов исследования данных.

  • Извлечение записей данных типа TRANSFER или CASH_OUT

Согласно результатам исследования данных, мошенничество происходит только в том случае, если тип данных - TRANSFER или CASH_OUT. Таким образом, только те записи данных извлекаются из необработанного набора данных, как показано ниже для обучения модели и прогнозирования мошенничества в [3]. Кроме того, удаляются менее полезные функции nameOrig , nameDest и isFlaggedFraud :

 X = df.loc [(df.type == ‘TRANSFER’) | (df.type == 'CASH_OUT')] 
X = X.drop (['nameOrig', 'nameDest', 'isFlaggedFraud'], axis = 1)

Как описано в [3], баланс целевого счета составляет ноль - сильный индикатор мошенничества. Таким образом, сальдо счета не должно вменяться статистическим значением или значением из распределения с последующей корректировкой суммы транзакции. Это связано с тем, что в этом случае мошеннические транзакции будут казаться подлинными. Чтобы избежать этой проблемы, баланс целевого счета со значением 0 заменяется на -1 в [3], чтобы сделать его более пригодным для алгоритма машинного обучения для обнаружения мошенничества:

 X.loc [(X.oldBalanceDest == 0) & (X.newBalanceDest == 0) & (X.amount! = 0), ['oldBalanceDest', 'newBalanceDest']] = -1 

Кроме того, как указано в [3], данные также содержат несколько транзакций с нулевым балансом исходного счета как до, так и после транзакции с ненулевой суммой. При этом доля таких транзакций намного меньше в случае мошеннических (0,3%) по сравнению со случаем подлинных транзакций (47%) [3]. Аналогично обработке нулевого сальдо счета назначения, нулевое сальдо исходного счета заменяется значением null вместо вменения числового значения для отделения мошеннических транзакций от подлинных в [3].

 X.loc [(X.oldBalanceOrig == 0) & (X.newBalanceOrig == 0) & (X.amount! = 0), ['oldBalanceOrig', 'newBalanceOrig']] = np.nan 

1,3 Разработка функций

Как описано в [3], нулевой баланс целевой учетной записи или исходной учетной записи может помочь отличить мошеннические транзакции от подлинных. Это побуждает автора создать следующие две новые функции для записи ошибок в исходных и целевых счетах для каждой транзакции [3].Эти новые функции важны для достижения максимальной производительности алгоритма машинного обучения, принятого в [3].

 X ['errorBalanceOrig'] = X.newBalanceOrig + X.amount - X.oldBalanceOrigX ['errorBalanceDest'] = X.oldBalanceDest + X.amount - X.newBalanceDest 

1.4 Выбор модели

Первый подход, рассмотренный в [ 3] для выбора модели заключается в том, чтобы сбалансировать несбалансированные данные путем недостаточной выборки класса большинства перед применением алгоритма машинного обучения. Недостаток недостаточной выборки заключается в том, что обученная таким образом модель может не работать хорошо на реальных невидимых несбалансированных данных, поскольку почти вся информация о дисбалансе была отброшена во время обучения модели.

Второй подход, рассмотренный в [3], заключается в избыточной выборке класса меньшинства. Автор пробовал различные методы обнаружения аномалий и контролируемого обучения.

Как сообщается в [3], после многих экспериментов автор наконец пришел к выводу, что лучший результат получается на исходном наборе данных при использовании алгоритма машинного обучения XGBoost.

1.5 Обучение и оценка модели

Набор данных разделен на две части, как показано ниже в [3], 80% для обучения модели и 20% для тестирования модели:

 trainX, testX, trainY, testY = train_test_split (X, Y , test_size = 0.2, random_state = randomState) 

Для гиперпараметров выбранной модели XGBClassifier установлены определенные значения:

 weights = (Y == 0) .sum () / (1.0 * (Y == 1). sum ()) clf = XGBClassifier (max_depth = 3, scale_pos_weight = weights, n_jobs = 4) 

Обучение и тестирование модели выполняются в [3], как показано ниже:

 вероятностей = clf.fit (trainX, trainY) .predict_proba (testX) 

Для оценки производительности модели используется значение AUPRC (Площадь под кривой прецизионного вызова) вместо обычного AUC :

 print ('AUPRC = {}'.format (average_precision_score (testY, вероятности [:, 1]))) 

Как описано в предыдущем разделе и [3], для получения результатов прогнозирования спуска мошенничества на основе сильно искаженных и несбалансированных данных, обширных знаний в предметной области и тщательно продуманной ручной работы требуются для исследования данных, предварительной обработки данных, разработки функций, выбора модели, обучения, оценки и т. д.

В этом разделе показано, как использовать h3O AutoML [7] для уменьшения объема ручной работы с помощью автоматического машинного обучения, в том числе не ограничиваясь следующим:

  • автоматическая предварительная обработка данных (например,g., обработка недостающих данных)
  • автоматическая разработка характеристик
  • автоматический выбор модели
  • автоматическое обучение модели
  • автоматическая оценка модели

h3O [6] основан на клиентской и серверной кластерной архитектуре. Сервер h3O необходимо запустить до начала любых других действий:

 import h3o 
from h3o.automl import h3OAutoML
h3o.init ()

Если сервер h3O успешно запускается на локальном компьютере, должно появиться следующее:

2.1 Загрузка данных

После загрузки синтетического набора финансовых данных в Kaggle [5] на сервер h3O набор данных можно загрузить на сервер h3O следующим образом:

 df = h3o.import_file ('./ data / PS_20174392719_1491204439457_log. csv ') 
df.head (10)

Краткое описание набора данных можно получить, как показано ниже:

 df.describe () 

Тип данных класса ответа isFraud установлен как категориальный (т. е. factor), поскольку он двоичный (0-нет, 1-да):

 factorlist = ['isFraud'] 
df [Factorslist] = df [Factorslist].asfactor ()

2.2 Предварительная обработка данных

Чтобы быть сопоставимым с методом в [3], аналогично [3], только записи данных типа TRANSFER или CASH_OUT извлекаются из исходного набора данных для обучения модели и прогнозирования мошенничества, и несущественные признаки nameOrig , nameDest и isFlaggedFraud удалены.

 df1 = df [df [‘type’] == ‘TRANSFER’ или df [‘type’] == ‘CASH_OUT’] 
y = «isFraud»
x = df.columns
x.remove (y)
x.remove («nameOrig»)
x.remove («nameDest»)
x.remove («isFlaggedFraud»)

2.3 Выбор и обучение модели

Для сравнения с методом в [3] , извлеченный набор данных делится на две части: 80% для обучения модели и 20% для тестирования модели:

 train, test = df1.split_frame ([0.8]) 

Модель h3O AutoML с гиперпараметром. max_models значения 10 выбрано:

 aml = h3OAutoML (max_models = 10, seed = 1) 

Выбранная модель обучается с настройками по умолчанию следующим образом:

 aml.train (x = x, y = y, training_frame = train) 

2.4 Оценка модели

  • Просмотр верхнего списка обученных моделей

После обучения модели h3O AutoML можно использовать соответствующий метод таблицы лидеров для отображения списка обученных моделей в порядке убывания AUC (не AUPRC ):

 lb = aml.leaderboard 
lb.head (rows = lb.nrows)

Из приведенной выше таблицы видно, что h3O AutoML автоматически выбрал и обучил 12 различных моделей, включая составные ансамблевые модели.Ведущая модель - XGBoost_3_AutoML_20191113_110031 .

  • Получение и оценка ведущей модели

Модель в верхней части списка обученных моделей может быть получена следующим образом:

 leader_model = aml.leader 

Обратите внимание, что эта ведущая модель является лучшей с точки зрения оценки модели AUC (не AUPRC ).

Исчерпывающий обзор результатов тестирования ведущей модели можно получить следующим образом:

 leader_model.model_performance (test) 

Как показано ниже, ведущая модель получила оценку AUPRC (т.е. pr_auc ) 0,988.

Следующий код предназначен для получения важности характеристики ведущей модели:

 leader_model.varimp_plot () 
  • Получение и оценка модели с наилучшим обучением AUPRC

Однако тестирование модели AUPRC , а не AUC используется в [3] для оценки характеристик модели.Чтобы провести честное сравнение, нам нужно получить и оценить обученную модель с лучшим тестированием AUPRC . С этой целью мы можем сначала получить и оценить модель с лучшим обучающим AUPRC, а затем сравнить его тестовые характеристики AUPRC с ведущей моделью, чтобы определить, какую модель следует выбрать.

Как описано ранее, метод таблицы лидеров h3O AutoML отображает список обученных моделей в порядке убывания обучения AUC , а не AUPRC .Чтобы найти модель с наилучшим обучением AUPRC , можно использовать следующий код для отображения обученных моделей в порядке убывания обучения AUPRC :

 импортировать панды как pdmodel_ids = list (aml.leaderboard ['model_id']. as_data_frame (). iloc [:, 0]) model_auprc_map = {'Идентификатор модели': [], 'AUPRC': []} 
для mid in model_ids:
model = h3o.get_model (mid)
model_prauc_map ['Идентификатор модели '] .append (mid)
model_prauc_map [' AUPRC '] .append (model.pr_auc (train))
model_auprc_df = pd.DataFrame (model_auprc_map)
model_auprc_df.sort_values ​​([' AUPRC '], ascending = 0, inplace = True)
model_auprc_df.head (20)

Видно, что идентификатор модели с лучшим обучением AUPRC из 0.937 - это XGBoost_2_AutoML_20191113_110031.

Модель наверху списка может быть получена следующим образом:

 best_auprc_model_id = model_auprc_df.iloc [0, 0] 
best_auprc_model = h3o.get_model (best_auprc_model_id)

Затем можно получить исчерпывающий отчет о тестировании производительности модели получено:

 best_auprc_model.model_performance (test) 

Как показано ниже, модель с наилучшим обучением AUPRC (т.е. pr_auc ) достигла результата тестирования AUPRC 0,975.

Следующий код предназначен для определения важности характеристик модели с лучшим обучением. Оценка AUPRC :

 best_prauc_model.varimp_plot () 

Результаты тестирования показывают, что ведущая модель превзошла модель с лучшим показателем AUPRC для обучения в условия тестирования оценок AUPRC.Таким образом, следует выбрать ведущую модель.

2.5 Сравнение с машинным обучением без автоматизации

В следующей таблице сравниваются основные действия машинного обучения между h3O AutoML [7] и методом машинного обучения без автоматизации из [3].

Как описано в разделах 1 и [3], для обработки недостающих данных, проектирования функций, выбора модели, обучения, оценки и т. Д. Требуются знания предметной области и большой объем ручной работы. Все эти типы работы выполняются автоматически в AutoML [7] без вмешательства человека.Кроме того, установка гиперпараметров модели в AutoML [7] намного проще по сравнению с методом машинного обучения в [3].

Что касается производительности тестирования модели с точки зрения тестирования модели AUPRC , однако, метод машинного обучения в [3] получил более высокий балл 0,997 по сравнению с 0,988 баллом AutoML.

Основным преимуществом AutoML является то, что он может использоваться неспециалистами для достижения весьма низких результатов обнаружения / прогнозирования мошенничества на основе сложных наборов данных, таких как сильно искаженный и несбалансированный набор данных, используемый в этой статье.

В этой статье, как и в [3], я использовал тот же сильно искаженный и несбалансированный набор синтетических финансовых данных в Kaggle [5], чтобы продемонстрировать способность h3O AutoML [7], позволяющую неспециалистам применять машинное обучение к финансовому мошенничеству. обнаружение. Это было достигнуто за счет автоматизации предварительной обработки данных, проектирования функций, выбора модели, обучения модели и оценки модели. Приличный результат тестирования модели AUPRC составил 0,988.

Как описано в разделе 2.5, тестируемая модель более высокого уровня AUPRC набрала 0 баллов.997 была достигнута в [3] путем ручной обработки методов предварительной обработки данных, проектирования функций, выбора модели, обучения и т. Д. В этом случае может быть оправдано предпочтение определяемого пользователем метода машинного обучения над AutoML, в зависимости от требований бизнеса. Я заметил, что h3O предоставляет более мощный набор инструментов для непрерывного автоматического машинного обучения, который называется h3O Driverless AI [8]. Этот набор инструментов имеет возможность принести свои собственные рецепты, чтобы пользователи могли подключать и запускать свои собственные методы предварительной обработки данных, проектирования функций, моделирования и т. Д.

Блокнот Jupyter со всем исходным кодом из этой статьи доступен на Github [9].

[1]. К. Дидур, Машинное обучение в финансах: зачем, что и как

[2]. Д. Фаггелла, Машинное обучение в финансах - настоящие и будущие приложения

[3]. А. Джошуа, Предсказание мошенничества в сфере финансовых платежных услуг

[4]. Р. Пьер, Обнаружение финансового мошенничества с помощью машинного обучения: победа в войне с несбалансированными данными

[5]. Синтетические наборы финансовых данных для обнаружения мошенничества

[6].h3O.ai

[7]. h3O AutoML

[8] h3O AI без водителя

[9]. Ю. Чжан, Блокнот Jupyter на Github

.

Как работают автоматические коробки передач | HowStuffWorks

В последнем разделе мы обсудили, как каждое передаточное число создается трансмиссией. Например, когда мы обсуждали овердрайв, мы сказали:

В этой трансмиссии, когда задействована повышающая передача, вал, прикрепленный к корпусу гидротрансформатора (который прикреплен болтами к маховику двигателя), соединяется муфтой с водилом планетарной передачи. Маленькая солнечная шестерня вращается с обгонной муфтой, а большая солнечная шестерня удерживается лентой повышающей передачи.К турбине ничего не подключено; единственный ввод идет из корпуса преобразователя.

Чтобы перевести трансмиссию в режим повышенной передачи, нужно много чего подключать и отключать с помощью муфт и лент. Водило планетарной передачи соединяется с корпусом гидротрансформатора с помощью муфты. Маленькое солнышко отсоединяется от турбины с помощью муфты, так что она может свободно вращаться. Большая солнечная шестерня крепится к корпусу ремнем, чтобы она не могла вращаться. Каждое переключение передач запускает серию подобных событий с включением и отключением различных муфт и лент.Давайте посмотрим на группу.

Полосы

В этой передаче есть два диапазона. Ленты в трансмиссии - это буквально стальные ленты, которые охватывают секции зубчатой ​​передачи и соединяются с корпусом. Они приводятся в действие гидроцилиндрами внутри корпуса трансмиссии.

На рисунке выше вы можете увидеть одну из полос в корпусе трансмиссии. Зубчатая передача снята. Металлический шток соединен с поршнем, который приводит в действие ленту.

Выше вы видите два поршня, которые приводят в действие ленты. Гидравлическое давление, подаваемое в цилиндр набором клапанов, заставляет поршни давить на ленты, фиксируя эту часть зубчатой ​​передачи на корпусе.

Муфты в трансмиссии немного сложнее. В этой трансмиссии четыре сцепления. Каждое сцепление приводится в действие гидравлической жидкостью под давлением, которая входит в поршень внутри сцепления. Пружины обеспечивают отключение сцепления при снижении давления.Ниже вы можете увидеть поршень и барабан сцепления. Обратите внимание на резиновое уплотнение на поршне - это один из компонентов, который заменяется при ремонте трансмиссии.

На следующем рисунке показаны чередующиеся слои фрикционного материала сцепления и стальных дисков. Фрикционный материал имеет шлицы с внутренней стороны, где он сцепляется с одной из шестерен. Стальной диск имеет шлицы снаружи, где он фиксируется на картере сцепления. Эти диски сцепления также заменяются при ремонте трансмиссии.

Давление на муфты подается через проходы в валах. Гидравлическая система контролирует, какие муфты и ленты находятся под напряжением в любой момент.

.

Смотрите также

ООО ЛАНДЕФ © 2009 – 2020
105187, Москва, ул. Вольная д. 39, 4 этаж.
Карта сайта, XML.