Comparação de classificadores na análise de gases dissolvidos

A Analise de Gases Dissolvidos (AGD) e uma poderosa tecnica para diagnostico de falhas incipientes em transformadores isolados a oleo. A utilizacao de classificadores inteligentes tem se tornado uma pratica cada vez mais recorrente nesta area, sendo a Rede Neural Artificial (RNA) um dos algoritmos mais populares. Neste trabalho, busca-se comparar tres classificadores de rapida implementacao com a RNA, metodo ja estabelecido, porem mais complexo. Os classificadores sao: o k-esimo vizinho mais proximo (KNN), um baseado no Discriminante Linear de Fisher e um na metrica de Mahalanobis. Dentre esses, os melhores resultados foram obtidos pelo KNN e a RNA, com 81,97% e 85,25% de acertos durante a validacao, seguidos pelo Discriminante de Fisher e Mahalanobis, ambos com 70,05%. Todos os classificadores tiveram um bom desempenho, mostrando superioridade a algumas tecnicas classicas como a de Rogers e Doernenburg para os dados analisados. Dessa forma, os tres algoritmos se mostraram uma alternativa a RNA, com implementacao mais rapida e com menor peso computacional, cabendo dar destaque ao KNN.