طبقه بندی عیوب ترانسفورماتور با استفاده از تحلیل پاسخ فرکانسی بر پایه تکنیک همبستگی متقابل و ماشین بردار پشتیبان
Publish place: Soft Computing Journal، Vol: 9، Issue: 1
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 147
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SCJKA-9-1_001
تاریخ نمایه سازی: 31 تیر 1401
Abstract:
یکی از مهم ترین روش های تشخیص عیب در ترانسفورماتورها (خصوصا عیوب مکانیکی) روش تحلیل پاسخ فرکانسی (FRA) است. مهم ترین گام در فرآیند تشخیص عیب به کمک FRA، متمایزکردن عیوب و قراردادن آن ها در کلاس های متفاوت است. در این مقاله از روش هوشمند ماشین بردار پشتیبان (SVM) برای طبقه بندی عیوب ترانسفورماتور استفاده می شود. برای این منظور، دو گروه از ترانسفورماتورها مورد آزمایش قرار گرفته است. ابتدا آزمایش های لازم بر روی ترانسفورماتورهای مدل تحت شرایط سالم و تحت شرایط عیوب مختلف (جابجایی محوری، تغییر شکل شعاعی، تغییر فاصله بین بشقاب ها، اتصال کوتاه بین بشقاب ها و تغییر شکل هسته) انجام می شود. سپس با تقسیم بندی بازه های فرکانسی توابع تبدیل اندازه گیری شده از ترانسفورماتور، یک مشخصه جدید مبتنی بر تکنیک همبستگی متقابل برای آموزش و اعتبارسنجی SVM پیشنهاد می شود. بعد از انجام فرآیند آموزش، با اعمال داده های به دست آمده از ترانسفورماتورهای واقعی، عملکرد SVM در حالت های مختلف مورد ارزیابی و مقایسه قرار گرفته و مناسب ترین شاخص ارائه می شود.
Keywords:
Authors
مهدی بیگدلی
دانشکده فنی و مهندسی، گروه مهندسی برق، دانشگاه آزاد اسلامی واحد زنجان، زنجان، ایران
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 :