تشخیص اشباع ترانسفورماتور جریان توسط یک روش تطبیقی و هوشمند بهمنظور پایداری حفاظت دیفرانسیل
Publish place: National Conference on Practical Approach to Implementing Scientific Concepts, Theory Topics and Applied Research in Technical Sciences
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 1,376
- Certificate
- I'm the author of the paper
Export:
Document National Code:
EMAP01_028
Index date: 14 October 2015
تشخیص اشباع ترانسفورماتور جریان توسط یک روش تطبیقی و هوشمند بهمنظور پایداری حفاظت دیفرانسیل abstract
این مقاله، به ارائه روشی جدید برای پیش بینی زمان اشباع ترانسفورماتور جریان به منظور پایداری حفاظت دیفرانسیل ،در هنگام وقوع خطای خارج از ناحیه حفاظتی می پردازد. در این حالت مؤلفه DC جریان خطا، سبب عملکرد ناصحیح رله دیفرانسیل می شود. الگوریتم ارائه شده در این روش، به کمک محاسبه پارامترهایی از سیگنال جریان خطا که از آن جمله می توان به مؤلفه DC و مؤلفه اصلی جریان خطا اشاره کرد، به پیش بینی زمان اشباع ترانسفورماتور جریان از طریق روش های پردازش سیگنال می پردازد. پارامترهای فوق در این مقاله، به طور ویژه و به منظور کاهش حجم محاسبات پیچیده از طریق آنالیز فوریه به دست می آیند. سپس، اطلاعات به دست آمده در این مرحله برای تنظیمات تطبیقی در رله دیفرانسیل مورداستفاده قرار می گیرند. در این راستا از شبکه های عصبی به عنوان یک کنترل کننده برای سیستم حفاظت تطبیقی استفاده شده است. عملکرد ساختار حفاظتی ارائه شده برای خطاهای خارج از ناحیه حفاظتی رله دیفرانسیل در هنگام اشباع ترانسفورماتور جریان، در نرم افزار MATLAB/Simulink موردبررسی قرارگرفته است. در این روش به وسیله ی تغییر موقتی منحنی پایداری رله دیفرانسیل در زمان وقوع اشباع ترانسفورماتور جریان، پایداری حفاظت برای خطاهای خارج از ناحیه حفاظتی بهبود می یابد.
تشخیص اشباع ترانسفورماتور جریان توسط یک روش تطبیقی و هوشمند بهمنظور پایداری حفاظت دیفرانسیل Keywords:
تشخیص اشباع ترانسفورماتور جریان توسط یک روش تطبیقی و هوشمند بهمنظور پایداری حفاظت دیفرانسیل authors
مطهره صفا
دانشگاه آزاد اسلامی واحد علوم و تحقیقات البرز
عبدالرضا دهقانی تفتی
دانشگاه آزاد اسلامی واحد کرج
مهدی ثواقبی
دانشگاه آزاد اسلامی واحد کرج
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 :