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

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه شهرکرد - دانشکده فنی و مهندسی
  • نویسنده پژمان مرادیان
  • استاد راهنما سعید حقوقی
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1389
چکیده

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.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تشخیص جریان هجومی از جریان خطای داخلی در ترانسفورماتورهای قدرت با روش تبدیل فوریه کسری

هدف این مقاله ارائه روش جدیدی درجهت بهبود حفاظت دیفرانسیل ترانسفورماتورهای قدرت است. تبدیل فوریه کسری روشی است که در این مقاله و درراستای تشخیص و تمایز جریان هجومی از جریان خطای داخلی استفاده شده‌است. تبدیل فوریه کسری یک روش زمان - فرکانسی است که برخلاف تبدیل فوریه معمولی قادر است، ویژگی‌های زمانی و فرکانسی یک سیگنال را به‌طور هم‌زمان نشان دهد و بنابراین در شناخت ویژگی‌های سیگنال‌های ناایستا قد...

متن کامل

تشخیص خطای داخلی از جریان هجومی و خطای خارجی در ترانسفورماتورهای قدرت براساس تبدیل VMD و ماشین یادگیری بی‌نهایت

ترانسفورماتورهای قدرت از تجهیزات گران‌قیمت و مهم در سیستم‌های قدرت‌اند که در تأمین پیوستة انرژی الکتریکی نقش مهمی دارند؛ بنابراین، حفاظت از آنها تأثیر به‌سزایی در افزایش قابلیت اطمینان و حفظ پایداری شبکه دارد. طرح حفاظت دیفرانسیل مجهز به نگهدارندة هارمونیکی برای تشخیص خطاهای داخلی ترانسفورماتور استفاده می‌شود؛ اما اشباع ترانسفورماتورهای جریان ممکن است بر عملکرد آن تأثیر نامطلوبی داشته باشد. در ...

متن کامل

تشخیص خودکار خوشه های میکروکلسیفیکاسیون به کمک تبدیل موجک و شبکه های عصبی

در این مقاله، یک سیستم CAD به منظور شناسایی و تشخیص خوشه های میکروکلسیفیکاسیون در تصاویر ماموگرافی معرفی شده است. الگوریتم معرفی شده مرکب از سه مرحله اساسی است. در مرحله اول، تبدیل موجک روی تصاویر ماموگرافی اعمال شده و دو ضریب موجک به همراه دو ویژگی آماری به عنوان ویژگی های متمایز کننده پیکسل ها از نظر تعلق به یک دانه میکروکلسیفیکاسیون استخراج می گردد. سپس با استفاده از یک شبکه عصبی، دسته بندی ...

متن کامل

تشخیص جریان هجومی از جریان خطا در ترانسفورماتورهای قدرت با استفاده از الگوریتم جستجوی گرانشی

پدیده جریان هجومی مغناطیس کننده، حالت گذرای بزرگی است که به هنگام برقدار شدن ترانسفورماتور روی می‌دهد. اندازه جریان هجومی ممکن است تا 10 برابر جریان نامی ترانسفورماتور باشد که به عملکرد نامناسب سیستم‌های حفاظتی منجر می‌گردد. در واقع تشابه بین ویژگی‌های جریان هجومی و شرایط خطای داخلی باعث بروز این خطا می‌گردد. بنابراین، برای کارکرد ایمن ترانسفورماتور لازم است که جریان هجومی از جریان خطا تشخیص دا...

متن کامل

مقایسه قدرت مدل های شبکه عصبی مصنوعی و شبکه عصبی پویا در پیش بینی نرخ ارز: کاربردی از تبدیل موجک

این مطالعه تلاشی است در جهت به­کارگیری ترکیب مدل شبکه­ی عصبی پویا و تجزیه­ی موجک جهت میسر نمودن امکان انتخاب یک الگوی بهینه جهت پیش­بینی متغیر مذکور می­باشد. جهت تحقق این مهم، از داده­های سری­زمانی ماهانه­ی نرخ ارز طی بازه­ی زمانی فروردین 1377 الی آذر 1391، که مشتمل بر 177 مشاهده بوده که از این بین، تعداد 150 مشاهده جهت مدل­سازی­ها استفاده شده و تعداد 27 مشاهده نیز جهت شبیه­سازی و یا به بیان دی...

متن کامل

بررسی ترکیب تبدیل های موجک و شبکه عصبی در پیش بینی جریان های سطحی تنگه هرمز

جریان‌های سطحی اقیانوسی، نقش مهمی در انتقال گرما و تغییرات آب و هوایی دارد. ازاین‌رو، پیش‌بینی جریان‌های دریایی از اهمیت بسزایی در اقیانوس‌شناسی برخوردار است. در این پژوهش با به‌کارگیری شبکه‌‌عصبی و تکنیک تبدیل موجک به پیش‌بینی جریان‌های سطحی تنگه‌هرمز پرداخته شده است. بدین منظور داده‌های ثبت‌شده این حوزه از نوامبر سال 1992 تا دسامبر سال 2014 با گام زمانی 5 روزه از سایت ناسا تهیه و با به‌کا...

متن کامل

منابع من

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

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه شهرکرد - دانشکده فنی و مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023