ارائه روش جدیدی جهت شناسایی بر خط انواع خطاهای سیم بندی داخلی در ترانسفورماتور قدرت با استفاده از شبکه ی عصبی احتمالاتی

نویسندگان

فاطمه معتبریان

دانشگاه صنعتی خواجه نصیرالدین طوسی کریم عباس زاده

دانشگاه صنعتی خواجه نصیرالدین طوسی حسین پایدارنیا

دانشگاه صنعتی خواجه نصیرالدین طوسی سلمان حاجی آقاسی

دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده

با توجه به نیاز روز افزون قابلیت اطمینان در سیستم های قدرت و هوشمندسازی شبکه ها و همچنین با نظر به اینکه، ترانسفورماتورها یکی از اجزای اصلی سیستم های انتقال و توزیع می باشند ، اهمیت پایش وضعیت برخط این تجهیزات در سیستم قدرت امری انکار ناپذیر است. دراین مقاله روش جدیدی برای پایش وشناسایی بر خط انواع خطا های داخلی ترانسفورماتور براساس شار نشتی ارائه شده است . با وقوع خطای سیم پیچی در ترانسفورماتور تقارن شارها از بین رفته وسبب افزایش یا کاهش شار نشتی می شود که با توجه به مکان وشدت خطا میزان تغییرات این شارها متفاوت خواهد بود و می توان از این تغییرات در شناسایی خطا استفاده کرد. در این مقاله برای اندازه گیری شارهای نشتی وشناسایی خطا از کویل های جستجو گری که برروی سیم پیچ های فشار قوی نصب شده اند، استفاده شده است. برای شناسایی وکلاس بندی خطا ها از شبکه عصبی احتمالاتی استفاده شده است و جهت پایش برخط وضعیت ترانسفورماتور،از تبدیل pca استفاده شده است. نتایج شبیه سازی با استفاده از نتایج تست آزمایشگاهی تایید شده وکارایی روش پیشنهادی را تایید می کنند.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تشخیص انواع خطاهای سیم بندی استاتور موتور القایی قفس سنجابی

تشخیص خطاهای سیم بندی استاتور ممکن است به طرق مختلف انجام گیرد. لیکن آنالیز طیفی جریان خط موتور تا زمانیکه حس کننده های جریان به منظور اهداف کنترلی و حفاظتی در مدار هستند،موثرترین روش بلادرنگ تشخیص خطا بشمار می رود. تئوری تابع سیم پیچی مبنای مدلسازی دقیق موتورهای القایی قفس سنجابی تحت شرایط نامتفاوتی ایجاد شده بر اثر خطاهای سیم بندی استاتور بحساب می آید . در این مقاله برای تشخیص خطاهایی چون خطا...

متن کامل

ارائه ی یک مدل جهت دسته‌بندی متون فارسی با استفاده از ترکیب روش های دسته بندی

برای دسته­بندی متن از تکنیک­های استخراج اطلاعات، پردازش زبان طبیعی و یادگیری ماشین به طور وسیع استفاده می‌شود به طور کلی هدف یک دسته بند متون، دسته­بندی اسناد در قالب تعداد معینی از دسته­های از پیش تعیین شده می­باشد. هر سند می‌تواند در یک، چند و یا هیچ دسته‌ای قرار بگیرد. در مورد هر سند به این سؤال پاسخ داده خواهد شد که این سند در کدام یک از دسته­ها قرار می‌گیرد. این موضوع می‌تواند در قالب یک ی...

متن کامل

ارائه ی یک مدل جهت دسته‌بندی متون فارسی با استفاده از ترکیب روش های دسته بندی

برای دسته­بندی متن از تکنیک­های استخراج اطلاعات، پردازش زبان طبیعی و یادگیری ماشین به طور وسیع استفاده می شود به طور کلی هدف یک دسته بند متون، دسته­بندی اسناد در قالب تعداد معینی از دسته­های از پیش تعیین شده می­باشد. هر سند می تواند در یک، چند و یا هیچ دسته ای قرار بگیرد. در مورد هر سند به این سؤال پاسخ داده خواهد شد که این سند در کدام یک از دسته­ها قرار می گیرد. این موضوع می تواند در قالب یک ی...

متن کامل

پیاده سازی شبکه های عصبی راف با یادگیری احتمالاتی جهت شناسایی سیستم های غیرخطی

در این مقاله یک شبکه عصبی راف بهبود یافته به منظور شناسایی سیستم  های غیرخطی آشوبی ارائه شده است. شبکه  های عصبی راف نوعی از ساختارهای عصبی هستند که براساس نرون  های راف طراحی می  شوند. یک نرون راف را می  توان بصورت زوجی از نرون  ها در نظر گرفت، که به نرون  های کرانه بالا و کرانه پایین موسوم هستند. رویکرد نرون راف استفاده از محاسبات بازه  ای در شبکه عصبی را امکان پذیر می  سازد، بنابراین می  توا...

متن کامل

بررسی تغییر شکل (مکانیکی) سیم پیچ در پارامترهای ترانسفورماتور قدرت

ترانسفورماتورهای قدرت به فراوانی در شبکه های برق برای انتقال و توزیع انرژی الکتریکی به مسافت های طولانی مورد استفاده قرار می گیرد. قابلیت اطمینان ترانسفورماتورهای قدرت در این میان نقشی اساسی در تغذیه مطمئن انرژی ایفا می کند. بنابراین، شناسایی هر چه سریع تر عیب های رخ داده در داخل ترانسفورماتورهای قدرت ضروری به نظر می رسد. یکی از چنین عیب هایی که به سختی قابل تشخیص است، تغییرات مکانیکی (به شکل...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
هوش محاسباتی در مهندسی برق

جلد ۵، شماره ۲، صفحات ۱-۱۶

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023