حفاظت دیفرانسیل ترانسفورماتورهای قدرت با استفاده از تبدیل S و مدل مارکوف مخفی (HMM)

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 907

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

PSC26_108

تاریخ نمایه سازی: 27 اسفند 1390

Abstract:

در این مقاله روشی جدید و دقیق برای تشخیص جریان هجومی از خطای داخلی در ترانسفورماتورهای قدرت ارائه برای استخراج شده است . در این روش از تبدیلS مشخصات سیگنال های گذرا و از الگوریتم HMM به عنوان طبقه بندی کننده نوع سیگنال استفاده می شود . مشکلات بکارگیری روش های کلاسیک و مزایای روش های هوشمند سبب شده تا محققین در پی روش هایی باشند که حفاظتی دقیق، سریع، ایمن و قابل اعتماد را برای ترانسفورماتورهای قدرت فراهم سازد. گذراهای متداول در ترانس ها عبارتند از جریان هجومی و خطای داخلی. که عدم تشخیص این دو منجر به عملکرد غلط و نابجای رله و خروج ترانس از شبکه و از دست رفتن پایداری شبکه می شود . تبدیل S ابزاری قدرتمند در تحلیل سیگنا لهای گذراست که اطلاعات سیگنال را هم در حوزه زمان و هم در حوزه فرکانس استخراج می کند. همچنین در مقایسه با تبدیل موجک نیازی به انتخاب موجک مادر ندارد و حساسیت آن نسبت به نویز کمتر است. پس از استخراج مشخص ه های زمان -فرکانسی جریان دیفرانسیل، فرایند تشخیص سیگنال توسط مد ل های مارکوف مخفی (HMM ) انجام می شود. HMM که از آن به عنوان طبقه بندی کننده استفاده شده است با مشخصات استخراج شده از تبدیلS آموزش داده می شود.

Keywords:

تبدیلS , مدل های مارکوف مخفی , خطای داخلی , جریان هجومی

Authors

سعید هاشمی نژاد

دانشگاه شهید باهنر کرمان

سعید اسماعیلی

دانشگاه شهید باهنر کرمان

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • T. S. Sidhu, M. S. Sachder, On line identification of ...
  • Youssef O.A.S, A wavelet based technique for discrimination between faults ...
  • M. R. Zaman, . R. Rahman, Experimental testing of the ...
  • S. N. Hon, W. Qin, A wavelet based method to ...
  • Youssef O.A.S, D iscrimination between fault and magnetizing inrush current ...
  • C. R. Pinnegar, L. Mansinha, Time local fourier analysis with ...
  • C. R. Pinnegar, L. Mansinha, the S-transform with window of ...
  • L. Mansinha, R. G. Stockwell, R. P. Lowe, Pattern analysis ...
  • G. Liavanos, N. Ranganathan, J. Jiang, Heart sound analysis using ...
  • P. Bastard, M. Meunier, H. Regal, Neural network based algorithm ...
  • and distribution, 142 (1995) 386-392. ...
  • S. Jazebi, B. Vahidi, S. H. Hosseinian, J. Feiz, Magnetizing ...
  • G. Makryani, M. R. Haghifam, H. Latafat, P. Aliparast, A. ...
  • M. Tripathy, R. P. Maheshwari, H. K. Verma, Power transformer ...
  • S. R. Samantaray, B. K. Panigrahi, P. K. Dash, G. ...
  • D. Woodford, Introduction to PS CAD/EMTD C V3, Manitoba HVDC ...
  • S. Jazebi. B. Vahidi. S. H. Hosseinian, A novel discriminative ...
  • C. N. Bhende, S. Mishra, B. K. Panigrahi, Detection and ...
  • M. Kezunovic, I. Rikalo, detect and classify faults using neural ...
  • R. G. Stockwell, L. Mansinha, and R. P. Lowe, localization ...
  • نمایش کامل مراجع