عنوان مقاله :
تشخيص خطاي اتصال كوتاه در سيم‌پيچ ترانسفورماتور قدرت مبتني بر سنجش ولتاژ و جريان سيم‌پيچ با استفاده از سيستم عصبي-فازي
عنوان به زبان ديگر :
Detection of Short Circuit Faults in Power Transformer by the Measurement of Its Windings Voltages and Currents Using a Neuro-Fuzzy System
پديد آورندگان :
مشكين كلك، همايون دانشگاه تفرش - دانشكده برق، تفرش، ايران , محمدپور، مهيار دانشگاه تفرش - دانشكده برق، تفرش، ايران
كليدواژه :
اتصال كوتاه حلقه , ترانسفورماتور قدرت , سيستم عصبي-فازي
چكيده فارسي :
خرابي عايق بين حلقه‌هاي سيم پيچ يكي از دلايل اصلي خطاي اوليه سيم پيچ در ترانسفورماتور است. در حين كار ترانسفورماتور، ميدان‌هاي الكتريكي قوي به مواد دي الكتريك سيم پيچ‌هاي آن اعمال مي‌شود. خرابي و پيري دي الكتريك يكي از مهمترين عوامل خطاي اتصال كوتاه در سيم پيچ‌هاي ترانسفورماتور است. به سبب فراواني اين خطا و احتمال گسترش آن، تشخيص و شناسايي آن در مراحل اوليه اهميت دارد. در اين مقاله نشان داده شده است كه با سنجش و بررسي اختلاف فاز ميان ولتاژ و جريان در فازهاي ترانسفورماتور در حالت بارداري مي‌توان به وجود خطا پي برد. در اين راستا اثر اتصال كوتاه حلقه در يك سيم پيچ بر سيم پيچ‌هاي ديگر نيز بررسي شده است. به منظور تشخيص خطاي برخط، استفاده از يك سيستم هوشمند (سيستم عصبي-فازي)نيز پيشنهاد شده است. نتايج شبيه سازي و آزمايشگاهي براي يك ترانسفورماتور نمونه، بيان‌گر صحت و قابليت روش ارائه شده در تشخيص برخط خطاي سيم پيچ در ترانسفورماتور است.
چكيده لاتين :
Insulation failure between winding turns is one of the main causes of incipient winding fault in a transformer. During the operation of a transformer, strong electric fields are applied to the dielectric material of its windings. Dielectric deterioration and aging is one of the major cause of short circuit faults in transformer windings. Due to the probable occurrence of this type of defect and its extension, its early detection is a very important task in power systems. In this paper, it is shown that by measuring the phase difference between winding voltage and winding current of a loaded transformer, the existence of internal winding fault can be detected. For online fault detection, an intelligent system (neural-fuzzy system) has also been proposed.Both simulation results and laboratory tests confirm the ability of the proposed method for the detection of internal winding faults especially at light loads. With this method, there is no need to de-energize the power transformer.
عنوان نشريه :
روشهاي هوشمند در صنعت برق
