تشخیص خطاهای رله بوخهلتس به کمک شبکه عصبی هاپفیلد

حفاظت تجهیزات الکترونیکی، نیمه جدایی ناپذیر صنعت برق است. هر چقدر قیمت و به مراتب کارکرد وسیله مورد استفاده بالاتر باشد ضرورت پیشگیری از آسیب رسیدن به آن حساستر و درنتیجه نیاز به دقت بالای عملکرد دارد. به راحتی میتوان از ترانسفورماتورهای قدرت به عنوان نقطه ی آغازین چرخ صنعت نامبرد که در صورت آسیب رسیدن به آنها و نداشتن عملکرد صحیح علاوه بر خسارتهای ملموس و گاها جبران ناپذیر باعث توقف این چرخه میشود. رله بوخهلتس را به عنوان قدیمیترین و در عینحال متداولترین تجهیز حفاظتی ترانسفورماتورهای قدرت میشناسیم. در این مقاله به کمک استخراج بردارهای ویژه از خطاهای احتمالی ترانسفورماتور، که وظیفه عملکرد روغن ترانس را بر عهد دارند به عنوان ورودیهای شبکه عصبی استفاده میشود. ابتدا با استفاده از عملیات مورفولوژی، داده های ورودی به سامانه مورد ارزیابی، بهبود و یکنواختی قرار میگیرد، سپس این بردارهای پایدار را به عنوان حافظه ای در نظر می گیریم که شبکه با دیدن برداری مشابه، میتواند آن را فراخوانی کند و خطای رخ داده را شناسایی و باتوجه به حساسیت آن هشدارهای لازم را اعلام نماید. این روش توسط نرم افزار MATLAB مورد آزمایش قرارگرفته و ضریب پاسخ آن 0,3 ثانیه ارزیابی شده است.

Keywords:

ترانسفورماتور , رله بوخهلتس , شبکه عصبی , , عملیات مورفولوژی