تشخیص جریان هجومی در حفاظت دیفرانسیل جریان ترانسفورمرهای قدرت بر اساس شبکه عصبی آدالاین فازی
Publish place: 4th Power Systems Protection & Control Conference
Publish Year: 1388
Type: Conference paper
Language: Persian
View: 2,424
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
PSPC04_017
Index date: 11 July 2009
تشخیص جریان هجومی در حفاظت دیفرانسیل جریان ترانسفورمرهای قدرت بر اساس شبکه عصبی آدالاین فازی abstract
یکی از حفاظت های مهم ترانسفورمرهای قدرت، حفاظت دیفرانسیل جریان می باشد. جریان هجومی ترانسفورمر که به دلیل اشباع هسته ترانسفورمر بی بار در چند سیکل اول برقدار شدن آن ایجاد می شود، می تواند موجب عملکرد نادرست رله های دیفرانسیل جریان و خارج شدن ترانسفورمر از مدار شود. ویژگی اصلی این جریان، مقدار DC بزرگ و مولفه های هارمونیکی آن می باشد که آن را از خطاهای داخلی ترانس متمایز می کند. در این مطالعه، روش جدیدی به منظور تخمین مولفه های هارمونیکی جریان با استفاده از شبکه عصبی خطی تطبیقی (ADALINE) که در بهنگام سازی (Update) آن به جای قاعده ویدرو- هاف، از یک تنظیم کننده فازی استفاده شده، ارائه می گردد. با پیاده سازی تکنیک پیشنهادی در رله های دیجیتال، امکان تشخیص جریان هجومی و جلوگیری از
عملکرد بی مورد رله دیفرانسیل جریان و همچنین تنظیم مناسب رله ها در محیط های هارمونیکی امکان پذیر می شود. شبیه سازی جریان هجومی در محیط نرم افزار PSCAD/EMTDC و استخراج هارمونیکهای آن در محیط نرم افزار MATLAB نشان دهنده برتری روش پیشنهادی در مقایسه با شبکه عصبی آدالاین می باشد.
تشخیص جریان هجومی در حفاظت دیفرانسیل جریان ترانسفورمرهای قدرت بر اساس شبکه عصبی آدالاین فازی Keywords:
تشخیص جریان هجومی در حفاظت دیفرانسیل جریان ترانسفورمرهای قدرت بر اساس شبکه عصبی آدالاین فازی authors
محمدرضا ملازاده شاهرودی
دانشگاه آزاد اسلامی واحد علوم و تحقیقات(تهران) نیروگاه حرارتی بعثت(ته
محمد صلای نادری
شرکت توانیر (ایران)
حامد عبدالله زاده
دانشگاه آزاد اسلامی واحد علوم و تحقیقات(تهران)
بابک مظفری
دانشگاه آزاد اسلامی واحد علوم و تحقیقات(تهران)
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 :