تفکیک جریان هجومی و خطاهای درونی در ترانسفورماتورهای قدرت به کمک شبکه عصبی و تبدیل موجک

چکیده: در این تحقیق، یک الگوریتم ترکیبی جدید به منظور جداسازی جریان هجومی از خطای داخل ترانسفورماتور، قابل پیاده سازی در حفاظت دیفرانسیل دیجیتال ترانسفورماتورهای قدرت، ارائه می گردد. الگوریتم نامبرده مبتنی بر مفاهیم ریاضی تبدیل موجک و شبکه عصبی می باشد. تبدیل موجک روشی قدرتمند در جداسازی و تجزیه یک سیگنال است. مزیت این روش، جداسازی سیگنال در حوزه فرکانس- زمان می باشد، یعنی بر خلاف روش های جدا سازی دیگر، تمامی خصوصیات سیگنال هم در حوزه زمان و هم حوزه فرکانس، حفظ خواهد شد. شبکه عصبی در نظر گرفته شده در این پروژه، ساختاری ساده و در عین حال کارآمد دارد. با دادن الگوهای از پیش تعین شده می توان شبکه را به نحوی آموزش داد که برای ورودی های جدید، خروجی شبکه عصبی مورد نظر، بتواند حالت سیستم را با سرعت و دقت بالا توصیف کند. با بهرگیری از نرم افزار atp/emtp شبکه قدرت مورد مطالعه، که یک شبکه قدرت استاندارد 9 باسه ieee می باشد، شبیه سازی شده است. با استفاده از تبدیل موجک جریان های سه فاز نمونه برداری شده از شبیه سازی، تا مرحله پنجم فرکانسی (d5) تجزیه می شود. سپس با نرم افزار matlab ماکزیمم ضرائب تبدیل موجک در سطح پنجم فرکانسی را در یک دوره تناوب پس از هر رخداد در شبکه جمع آوری می شود و به عنوان الگوهای آموزش به شبکه عصبی داده شده است. وقتی شبکه عصبی به خوبی آموزش داده شد، از یک پنجره آنلاین برای بدست آوردن ماکزیمم سطح پنجم فرکانسی تبدیل موجک جریان های دیفرانسیلی سیستم قدرت در هر لحظه استفاده می شود. بنابراین خروجی شبکه عصبی می تواند در هر لحظه تعیین کند که آیا درون ترانسفورماتور خطای اتفاق افتاده است یا نه؟ در صورت مثبت بودن جواب رله دیفرانسیلی به سرعت ترانسفورماتور را از سیستم خارج می کند. کلمات کلیدی: حفاظت دیفرانسیلی ترانسفورماتور، تبدیل موجک، شبکه عصبی، جریان هجومی.