ارائه روش جدیدی جهت شناسایی بر خط انواع خطاهای سیم بندی داخلی در ترانسفورماتور قدرت با استفاده از شبکه ی عصبی احتمالاتی

نوع مقاله: مقاله پژوهشی فارسی

نویسندگان

1 دانش آموخته کارشناسی ارشد، دانشکده مهندسی برق- دانشگاه صنعتی خواجه نصیرالدین طوسی- تهران- ایران

2 دانشیار، دانشکده مهندسی برق- دانشگاه صنعتی خواجه نصیرالدین طوسی- تهران- ایران

3 - دانش آموخته کارشناسی ارشد، دانشکده مهندسی برق- دانشگاه صنعتی خواجه نصیرالدین طوسی- تهران- ایران

چکیده

با توجه به نیاز روز افزون قابلیت اطمینان در سیستم های قدرت و هوشمندسازی شبکه ها و همچنین با نظر به اینکه، ترانسفورماتورها یکی از اجزای اصلی سیستم های انتقال و توزیع می باشند ، اهمیت پایش وضعیت برخط این تجهیزات در سیستم قدرت امری انکار ناپذیر است. دراین مقاله روش جدیدی برای پایش وشناسایی بر خط انواع خطا های داخلی ترانسفورماتور براساس شار نشتی ارائه شده است . با وقوع خطای سیم پیچی در ترانسفورماتور تقارن شارها از بین رفته وسبب افزایش یا کاهش شار نشتی می شود که با توجه به مکان وشدت خطا میزان تغییرات این شارها متفاوت خواهد بود و می توان از این تغییرات در شناسایی خطا استفاده کرد. در این مقاله برای اندازه گیری شارهای نشتی وشناسایی خطا از کویل های جستجو گری که برروی سیم پیچ های فشار قوی نصب شده اند، استفاده شده است. برای شناسایی وکلاس بندی خطا ها از شبکه عصبی احتمالاتی استفاده شده است و جهت پایش برخط وضعیت ترانسفورماتور،از تبدیل PCA استفاده شده است. نتایج شبیه سازی با استفاده از نتایج تست آزمایشگاهی تایید شده وکارایی روش پیشنهادی را تایید می کنند.

کلیدواژه‌ها


عنوان مقاله [English]

New method for online interturn faults detection in power transformer with using probabilistic neural network

نویسندگان [English]

  • S. hajiaghasi 1
  • H. paidarnia 1
  • K. abbaszadeh 2
  • F. Moatabarian 3
1 M.Sc. Student,Dept. of Electrical Engineering,KNTU University of Technology, Tehran, Iran
2 M.Sc. Student,Dept. of Electrical Engineering,KNTU University of Technology, Tehran, Iran
3 M.Sc. Student,Dept. of Electrical Engineering,KNTU University of Technology, Tehran, Iran
چکیده [English]

In recent years with notice increase reliability in power system and Intelligent Systems and also notice that transformers are one of the main part of the transmission and distribution systems, online monitoring of these equipment in power system are require. In this paper, a new method for online interturn fault detection base on leakage flux in power transformer are propose. When an interturn fault occur the symmetry of flux destruction and leakage flux increase or decrease and for various location and severity of fault leakage flux is different and it can be used for fault detection. In this paper for measure these flux we using search coils that mounted on HV winding. To fault detection and classify we using probabilistic neural network. and for decrease the information volume PCA is used. The simulation results are compare and verified with experimental result and show that this propose method is very good.

کلیدواژه‌ها [English]

  • transformer
  • interturn fault
  • search coil
  • probabilistic neural network

 

با گسترش شبکه‌های انتقال و توزیع توان الکتریکی و افزایش روزافزون مصرف انرژی الکتریکی ، پایش عناصر مختلف شبکه امری اجتناب ناپذیر است. ترانسفورماتورهای قدرت نقشی اساسی در سیستم‌های الکتریکی دارند به نحوی که عملکرد صحیح آنها بر قابلیت اطمینان و امنیت سیستم قدرت اثر مستقیم دارد. از این رو بررسی عملکرد ترانسفورماتورهای قدرت برای شناسایی خطای سیم پیچی در مراحل آغازین اهمیت می یابد.

درصد خطاهای مختلفی که امکان رخ دادن آنها درترانسفورماتورها وجود دارد در شکل (1) آورده شده است با توجه به شکل مشخص است که 33 درصد ازکل خطاهای رخ داده درترانسفورماتور به خطاهای سیم پیچ‌های ترانسفورماتور می باشد]1[.

 


شکل (1): درصد مربوط به خطاهای مختلف در

ترانسفورماتور

 

مدت زمان لازم جهت تعمیرات ترانسفورماتور درصورت وقوع خطاهای ذکر شده در بالا در شکل (2) آورده شده است. با توجه به نمودار بالا، 33 % از خطاهای سیم پیچی به احتمال 30%، مدت زمان تعمیرات آنها، بیشتر از1ماه است. بنابراین پایش بر خط وضعیت ترانسفورماتور، به منظور پایش وضعیت سیم پیچ‌های آن، اهمیت ویژه‌ای دارد.

 

 

شکل (2): درصد مربوط به خطاهای مختلف در ترانسفورماتور

 

خطاهای سیم پیچی ماهیتی تشدید شونده دارد و معمولاً در اثر ضعف عایقی ایجاد می‌شود. با بروز نخستین نقاط اتصال کوتاه سیم بندی حرارت موضعی شدیدی در محل اتصال کوتاه ایجاد می‌شود. گرمای ناشی از این حرارت موجب تضعیف عایق سیم بندی و گسترش خطا می‌گردد. به دلیل اینکه تاثیر این نوع خطاها درمراحل آغازین درجریان‌های خط اولیه وثانویه ترانسفورماتوربسیار کم است و لذا امکان استفاده از فیوز و یا رله دیفرانسیل برای شناسایی این خطاها وجودندارد ]2[. بنابراین اگر خطا‌های سیم پیچی درمراحل اولیه تشخیص داده شوند امکان برنامه ریزی برای جایگزینی ویا تعمیرات ترانسفورماتورفراهم می‌شود.

روش‌های مبتنی بر تجزیه و تحلیل گازهای نامحلول (DGA) به منظور تعیین عملکرد ترانسفورماتور به طور گسترده مورد استفاده قرار می‌گیرند]7-3[. نسبت گازهای ناشی ازتجزیه ی عایق و روغن ایجاد شده در دماهای مختلف می‌تواند برای شناسایی خطای ترانسفورماتور مورد استفاده قرار گیرد. روش نسبت راجرز و دونبرگر برای ایجاد نسبت گازها مورد استفاده قرار می گیرند. با آموزش شناساگرهای هوشمند و با استفاده از این نسبت‌ها می‌توان بسیاری از خطاها را رصد کرد ]8[. ایراد اصلی روش‌های مبتنی برتجزیه وتحلیل گازهای نامحلول، offline بودن و هزینه بالای این روش‌ها است چرا که پس ازگسترش خطا‌های سیم پیچی اولیه وعملکرد وسایل حفاظتی چنین روش‌هایی کارایی نخواهند داشت.

روش تحلیل پاسخ فرکانسی به عنوان یکی از روش‌های تشخیص خطا ترانسفورماتورهای قدرت بر‌این اصل استوار است که هر سیم‌پیچی ترانسفورماتور، تابع تبدیل و پاسخ‌فرکانسی مخصوص به خود را دارد که به تغییرات در ساختار سیم‌پیچی، اعم از تغییرات اجزاء مقاومتی، اندوکتانسی و خازنی که در نتیجه وقوع خطاهای داخلی در ترانسفورماتور ایجاد می‌شوند، حساس است]9-11[. روش پاسخ فرکانسی نیز روشی offline ونیازمند تجهیزات مورد نیاز جهت انجام تست­های خاص است. اگر چه درسال‌های اخیرتحقیقاتی دررابطه با استفاده ازاین روش درتحلیل برخط ترانسفورماتورهای قدرت انجام شده است اما همچنان این روش با چالش‌هایی مانندعدم تشخیص مکان ونوع خطا روبرو است]12[.

روش دیگری که در تشخیص خطاهای سیم پیچی داخلی کاربرد دارد استفاده ازتحلیل لرزش ترانسفورماتوراست چرا که با وقوع خطای سیم پیچی داخلی به دلیل افزایش نیروهای الکترومغناطیسی میزان لرزش ترانسفورماتور افزایش می‌یابد. اما استفاده از این روش به دلیل پیچیده بودن تحلیل لرزش درترانسفورماتورها به خطاهای معدودی محدود شده است]13-14[.

یکی از روش‌های تشخیص خطا با استفاده از سیگنال جریان، روش مؤلفه‌های توالی منفی می‌باشد. ایده استفاده از این روش به عنوان شاخصی برای تشخیص خطا و عیب‌یابی ماشین‌های الکتریکی، به موتورهای القایی باز می‌گردد.ازاین روش درسال‌های اخیر برای تشخیص آنلاین خطاهای سیم پیچی داخلی استفاده شده است]15-16[. اگر چه استفاده ازاین روش امکان تشخیص وقوع خطا را در ترانسفورماتوربه صورت برخط ایجاد می‌کند اما مکان خطا و میزان شدت خطا با این روش قابل تشخیص نخواهد بود. همچنین دراین روش باید از اندازه گیری سیگنال‌های جریان خط ترانسفورماتور استفاده کرد که درکاربردهای عملی دشوار خواهد بود.

در سال‌های اخیراستفاده از روش شبکه عصبی مصنوعی جهت تشخیص خطاهایداخلی ترانسفورماتور قدرت براساس آنالیز گازهای محلول در روغن ترانسفورماتور انجام شده است. در این روش با توجه به اینکه روش‌های نسبی، تمام رنج‌های اطلاعات را پوشش نمی‌دهند و فقط تعداد محدودی از کدهای تشخیص خطا را شامل می‌شوند، از شبکه‌های عصبی مصنوعی برای تشخیص خطای ترانسفورماتور استفاده شده است] 17-19[.

روش فازی نیز یکی ازروش‌ها درتشخیص خطا‌های ترانسفورماتوراست. برای استفاده از نظریه اطلاعات فازی، بایستی یک مجموعه فازی براساس سیستم تشخیصخطا ساخته شود. نکته بسیار مهم، تنظیم کردن توابع عضویت فازی براساس روش‌های DGA موجود و تجربیات است]20-21[.

یک مزیت استفاده از سیستم تشخیص فازی، حساس نبودن به خطاها در نمونه‌های روغن درذخیره‌سازی و فرآیند تست است و یک اشکال آن وابستگی و محدود بودن به روش‌های DGA قراردادی و عدم یادگیری از نمونه داده‌ها بصورت مستقیم است]22[.

روش پایش رفتار ترانسفورماتور بر مبنای تغییر شار نشتی در حالت خطا یکی از دیگر روش‌هایی است که برای شناسایی خطا در ترانسفورماتور‌ها از آن استفاده می‌شود]23[. تغییر شار نشتی باعث ایجاد نیرو‌های الکترومغناطیسی در راستای محوری وشعاعی می شود]24-25[. همچنین در]26-27[ جریان هجومی وراه کارهای تفکیک جریان هجومی از خطاهای داخلی بررسی شده است.

در این مقاله روش جدیدی برای تشخیص برخط انواع خطاهای سیم پیچی داخلی و پایش ترانسفورماتور بر مبنای تغییرات شار نشتی ارائه شده است. ابتدا انواع خطا‌های سیم پیچی داخلی برروی یک ترانسفورماتور50 کیلوولت آمپر مدل شده است. همچنین از 4کویل جستجوگر به منظور اندازه گیری تغییرات شار نشتی درترانسفورماتور حامل خطا استفاده شده است. برای تایید نتایج به دست آمده از شبیه سازی نتایج حاصله با نتایج تست آزمایشگاهی مقایسه وتایید شده اند.

برای تشخیص وکلاس بندی انواع خطا‌هارمونیک‌های موجود در ولتاژ القاشده روی کویل‌های جستجوگر با استفاده تبدیل فوریه به دست آمده و پس از استخراج ویژگی‌های بارز توسط تبدیل مولفه ی اصلی، شناسایی توسط شبکه ی احتمالاتی انجام شده است.

 

1- مدل سازی وشبیه سازی خطای سیم پیچی ترانسفورماتور

در این مقاله برای مدل سازی دقیق رفتار ترانسفورماتور ازروش المان محدود دوبعدی استفاده شده است. مشخصات کامل ترانسفورماتورمورد مطالعه درپیوست A آورده شده است برای مدل سازی بخش مغناطیسی ابعاد دقیق با استفاده ازترانسفورماتور موجود در آزمایشگاه به دست آمده ودر قسمت مغناطیسی نرم افزار مدل سازی شده است. برای مدل سازی و شبیه سازی از نرم افزار ماکسول استفاده شده است. برای محاسبه کمیت‌های مختلف درترانسفورماتور تحت خطاابتدا با استفاده ازرابطه(1) بردار پتانسیل مغناطیسی درهسته وسیم پیچ‌هاودرهرمش محاسبه شده وسپس کمیت‌های دیگر،مانندجریان،ولتاژوسایر کمیت‌ها محاسبه می شود.

 

(1)

 

برای مدل سازی موقعیت، شدت ودرصد خطا‌های مختلف از قسمت الکتریکی نرم افزار استفاده شده است شکل(3) مدل یک خطای دور به دور درسمت اولیه ترانسفورماتور رانشان می دهدکه R1 مقاومت الکتریکی قسمت سالم سیم پیچی فشار ضعیف و R2 مقاومت الکتریکی قسمتی از سیم پیچ است که خطا درآن قسمت رخ داده است. RHVمقاومت الکتریکی سیم پیچ فشار قوی است و Rf مقاومت خطا است که درواقع مدل کننده مقاومت عایقی سیم پیچ‌های اتصال کوتاه شده است.

 

 

شکل (3): مدل الکتریکی درحالت خطای دوربه‌دور فشار ضعیف

 

در نرم افزار ماکسول معادلات الکتریکی و مغناطیسی به طور همزمان حل می شوندو امکان مدل سازی خاصیت غیرخطی هسته نیز وجود دارد. منحنی مغناطیسی ترانسفورماتور تحت آزمایش با استفاده ازاطلاعات شرکت سازنده به دست آمده است.

برای برای بررسی نحوه ی تغییر شارهای نشتی و شناسایی خطا‌های سیم پیچی درترانسفورماتور از 4 کویل جستجوگر که 2 کویل جستجوگر بر روی سیم پیچی فشار قوی فازA و2کویل جستجوگر برروی سیم پیچی فشار قوی فاز Cنصب شده اند استفاده شده است.

برای نصب کویل‌های جستجوگر بر روی سیم پیچ‌ها روش‌های مختلفی وجود دارد دو نمونه از این روش‌ها در شکل (4) آورده شده است با توجه به شکل مشخص است که در روش اول تمامی خطوط شار از کویل‌های جستجوگرعبور می‌کند لذا از روش 1 برای نصب کویل‌های جستجوگراستفاده شده است. برای هر کویل جستجوگر 100 دور درنظر گرفته شده است و نمره سیم کویل‌های جستجوگر0.1در نظر گرفته شده است.

 

شکل (4): روش‌های قرار دادن کویل‌های جستجوگر برروی سیم پیچ‌های فشار قوی

 

شماره کویل‌های جستجوگرقرار داده شده برروی فازها ومکان هر کویل جستجوگر درجدول (1) آمده است.

 

جدول (1): شماره ونحوه ی قرار گرفتن کویل‌های جستجوگر

شماره کویل جستجوگر

مکان کویل جستجوگر

1Sca

پایین فاز A

2Sca

بالای فازA

Scc1

پایین فازC

Scc2

بالای فازC

 

2- نتایج شبیه سازی

ابتدا شبیه سازی برای حالت کاری سالم ترانسفورماتور انجام شده است. شکل (5) جریان سمت فشار قوی ترانسفورماتور رانشان می دهد. مشخص است که جریان هجومی درحالت راه اندازی به دلیل خاصیت غیرخطی هسته بوجود می آید وپس ازگذشت مدت زمان کوتاهی جریان هجومی میرا شده وبه حالت ماندگار می رسد.

جریان سمت فشار ضعیف ترانسفورماتور درحالت ماندگار درشکل (6) نشان داده شده است.

ولتاژ القا شده برروی کویل‌های جستجوگر درحالت عملکرد سالم ترانسفورماتور در شکل(7) نشان داده شده است،با توجه به شکل مشخص است مقدار ولتاژ القا شده درهر4کویل به لحاظ دامنه برابر است وبه لحاظ فازی اختلاف فاز ولتاژهای کویل جستجوگر بالایی وپایینی هر فاز 180 درجه است که به دلیل بسته شدن مسیر شار ازبالا به پایین هسته است.

درادامه شبیه سازی برای یک خطای 3دوری در لایه اول سیم پیچی فشار ضعیف با مقاومت خطای 5 میلی اهم انجام شده است. شکل (8) جریان­های سمت فشارقوی را نشان می­دهد. باید توجه داشت درخطا‌های سیم پیچی که درسمت فشار ضعیف رخ می­دهد تنها جریان فازوخط فشارقوی افزایش می­یابد. جریان گردشی عبوری ازسیم پیچ­های اتصال کوتاه شده درشکل (9) آورده شده است، مشخص است که مقدار جریان گردشی درسیم پیچ اتصال کوتاه شده با توجه به شدت خطا (مقاومت خطا)تعیین می‌شود. البته جریان گردشی فقط درسیم پیچ‌های اتصال کوتاه وجود دارد وجریان قسمت‌های دیگر بدون تغییر باقی می‌ماند وفقط وابسته به بار وولتاژ ورودی است.

ولتاژ القاشده برروی کویل‌های جستجوگر در شکل (7) نشان داده شده است با توجه به شکل ومقایسه آن یا حالت بدون خطا مشخص است که ولتاژ القاشده درکویل جستجوگر بالایی فاز A که خطا سیم پیچی در آن قسمت رخ داده است افزایش قابل ملاحظه­ای داشته است و ولتاژ القا شده روی کویل جستجوگر پایینی فاز Aکاهش کمی داشته و ولتاژ القا شده درسایر کویل‌های جستجوگر بدون تغییر باقی مانده است. علت افزایش ولتاژ دراین کویل جستجوگر را می­توان به این صورت بیان نمود که درحالت سالم کاری ترانسفورماتور خطوط شارمغناطیسی به صورت عمودی ازفضای بین سیم پیچی‌هابدون هیچ گونه اعوجاجی عبور می کنند. بطوریکه اگرخط افقی گذرنده ازوسط ترانسفورماتوربه عنوان محورمرجع فرض شود،خطوط شارنسبت به این خط تقارن کامل دارند. نحوه­ی توزیع خطوط شار برای حالت عملکرد سالم درشکل (10الف) آورده شده است.

دروضعیت کاری سالم ترانسفورماتور،شارنشتی سهم بسیار اندکی ازمجموع شارمغناطیسی پیوندی را به خود اختصاص می دهدوخطوط شارباعبورازفضای بین سیم پیچی‌هادرجهت محوری شارش میابند. قانون القای فارادی بیان می‌کند که نیروی محرکه القایی دریک حلقه معادل باتغییرات شارالکترومغناطیسی درداخل آن حلقه می‌باشد، بطوریکه درفرکانس‌های ثابت،میزان شار الکترومغناطیسی ورودی به حلقه،به مقدارنیروی محرکه القایی درترمینال‌های دو سر حلقه بستگی دارد. بنابراین هنگام اتصال کوتاه شدن حلقه مفروض، ولتاژ دو سر حلقه افت می‌کند و به تبع آن جریان گردشی ایجاد شده درحلقه‌های اتصالی، شارورودی به حلقه را محدود می‌نماید.

مطابق با قانون لنز،جهت جریان گردشی درحلقه‌های اتصالی باید به نحوی باشد که باعامل به وجود آورنده خودیعنی شار الکترومغناطیسی ورودی مخالفت نماید. دربررسی یک حالت ایده آل زمانی که یک حلقه باهدایت الکتریکی کامل ازطریق امپدانس خطای صفر اتصال کوتاه می‌شود، ولتاژمعادل صفر در ترمینال‌های حلقه اتصالی برقرار و از این رو هیچ شاری از داخل حلقه عبور نمی‌کند. بدیهی است که به هرمیزان هدایت الکتریکی حلقه کمتر و امپدانس خطا بیشتر شود، حلقه مفروض خطوط شار الکترومغناطیسی بیشتری را از خود عبور خواهد داد و بالعکس. در هر صورت محدودیت ورود شار مغناطیسی به داخل حلقه‌های اتصالی، باعث تمرکز بیشتر شارنشتی در اطراف حلقه‌های اتصالی و از بین رفتن توزیع متقارن شار مغناطیسی در ترانسفورماتور می‌گردد که علت تغییر ولتاژ القا شده برروی کویل‌های جستجوگر درحالت خطا همین موضوع است. در این مقاله از تغییر ولتاژ القا شده برروی کویل‌های جستجوگر به دلیل تغییر شار نشتی جهت شناسایی بر خط خطاهای سیم پیچی داخلی ترانسفورماتور استفاده شده است.

در شبیه سازی‌های متعددی که برای حالات مختلف عملکرد ترانسفورماتور انجام شده است مشخص شد که با توجه به موقعیت خطای رخ داده روی سیم پیچ‌ها ولتاژ القا شده روی کویل جستجوگری که در آن ناحیه واقع شده است افزایش محسوسی داشته است.

همچنین شبیه سازی برای شدت خطا‌های مختلف (که بیانگر شدت ضعف عایقی) انجام شده است و نتایج به دست آمده مشخص می‌کند که با تغییر شدت خطا مقدار شار نشتی در ترانسفورماتور وبه دنبال آن ولتاژ القا شده بر روی کویل‌های جستجوگر تغییر می‌کند بنابراین امکان استفاده از کویل‌های جستجوگر برای شناسایی مکان وشدت خطای سیم پیچی میسر می‌باشد.

علت استفاده از 4کویل جستجوگر به این دلیل است که برای خطا‌های که درفاز A رخ می‌دهد ولتاژ القا شده روی کویل جستجوگر‌های فاز Aتغییر محسوسی دارند وبرای خطا روی فازC با توجه به مکان خطای سیم پیچ ولتاژ القا شده روی فازCتغییر خواهد داشت. همچنین برای خطاهای رخ داده روی فاز B با توجه به مکان خطا وشدت افزایش ولتاژ روی کویل جستجوگر‌های فاز A یا C خواهد بود.


 

 

 

شکل (5): جریان‌های سمت فشار قوی از حالت راه اندازی تا حالت ماندگار

 

 

شکل (6): جریان‌های سمت فشار ضعیف

 

شکل (7): ولتاژ القا شده برروی کویل‌های جستجوگر درحالت بدون خطاوبرای خطای 3دوری بالای سیم پیچ فشارضعیف

 

 

شکل (8): جریان‌های سمت فشار قوی در حالت خطای دوربه دور درسیم پیچی فشار قوی

 

 

شکل (9): جریان گردشی(جریان خطا)درسیم پیچ‌های خطادار

 


 

 

                       الف)بدون خطا                                                       ب)خطادار

شکل(10): چگالی شاروخطوط چگالی شار برای حالت خطا دار

 


3- تایید نتایج شبیه سازی با نتایج تست آزمایشگاهی

جهت تایید نتایج به دست آمده از شبیه سازی ، یک ترانسفورماتور سه فاز 50 کیلو ولت آمپر ساخت شرکت ایران ترانسفورماتورانتخاب شده است. ابتدا اجزای ترانسفورماتور را جدا کرده وپس از انجام اتصالات لازم بر روی سیم پیچ‌ها، سیم پیچی مجدد انجام شده است. نحوه انجام اتصالات روی سیم پیچی در شکل (11الف) آورده شده است.

نحوه ی نصب کویل‌های جستجوگر لازم جهت تشخیص خطای برخط درشکل (11ب)آورده شده است. اتصالات سیم پیچ‌هاجهت ایجاد خطای اتصال کوتاه به دلیل درنظر گرفتن مسایل حفاظتی در سمت فشار ضعیف انجام شده است.

برای ذخیره سازی اطلاعات وشکل موج‌ها از یک اسیلوسکوپ چهار کاناله با سرعت نمونه برداری

5-104 استفاده شده است. این اسیلوسکوپ قادر است 4 سیگنال را به طور همزمان ثبت کند و امکان اندازه گیری ولتاژ تا250 ولت میسر است. شکل (12) نحوه ذخیره اطلاعات را نشان می دهد.

برای ساخت مقاومت‌های خطا در آزمایشگاه از سیم‌هایی با آلیاژ نیکل کرم استفاده شده است که قابلیت تحمل جریان‌های بالا رادارا می باشند ومقاومت آنها وابستگی زیادی به دمای محیط وحرارت ندارد. شکل (13) مقاومت‌های خطا را نشان می دهد. با استفاده از این مقاومت‌ها می توان تست‌های خطاهای داخلی سیم پیچی با شکست عایقی ویا به عبارتی پیری عایق رامدل سازی نمود.

ولتاژهای فاز سمت فشار ضعیف ترانسفورماتور در حالت ماندگار درشکل (14) نشان داده شده است. همانطور که مشخص است ولتاژهای فشار ضعیف به دست آمده ازتست آزمایشگاهی دربار نامی با ولتاژهای حاصله از شبیه سازی به خوبی یکدیگر را تایید می کنند.

شکل (15) جریان‌های سمت فشار ضعیف ترانسفورماتور رابرای حالت بار نامی نشان می­دهد که بار انتخاب شده بار مقاومتی میباشد. با توجه به نتایج مشخص است که جریان‌های به دست آمده ازشبیه سازی وتست آزمایشگاهی به خوبی یکدیگر راتایید می کنند.

ولتاژ القا شده برروی کویل‌های جستجوگر برای حالت بدون خطا در شکل (16) آمده است ،با توجه به شکل مشخص است که نتایج شبیه سازی وتست آزمایشگاهی بسیار به هم نزدیک بوده وفرکانس‌هارمونیک اصلی آن 50هرتز می باشد.

ولتاژ القا شده برای حالت خطا دار (خطای 3 دوری درسمت فشار ضعیف وبالای سیم پیچ ) درشکل (17) آورده شده است با توجه به نتایج مشخص است که ولتاژ القا شده روی کویل جستجوگر بالای سیم پیچ A (با توجه به وقوع خطا دراین فاز) افزایش یافته است.


 

الف)                                                                                                                                         ب)

شکل(11): نحوه ی نصب کویل‌های جستجوگر واتصال سیم‌ها برای ایجاد خطا

 

شکل(12): نحوه ی ذخیره اطلاعات نتایج تست آزمایشگاهی

 

شکل(13): مقاومت‌های مختلف ساخته شده جهت ایجاد خطا

 

شکل(14): مقایسه نتایج شبیه سازی وتست آزمایشگاهی (ولتاژهای فاز سمت فشار ضعیف)

 

شکل(15): مقایسه نتایج شبیه سازی وتست آزمایشگاهی (جریان‌های سمت فشار ضعیف)

 

شکل(16): مقایسه نتایج شبیه سازی وتست آزمایشگاهی (ولتاژالقا شده روی کویل‌های جستجوگر برای حالت بدون خطا)

 

 

 

شکل(17): مقایسه نتایج شبیه سازی وتست آزمایشگاهی (ولتاژالقا شده روی کویل‌های جستجوگر برای حالت خطادار

 

 

 


4- شناسایی خطای سیم پیچی داخلی ترانسفورماتور

5-1 ساختار شبکه عصبی

برای شناسایی خطای ترانسفورماتوردر این مقاله از شناساگر شبکه ی عصبی احتمالاتی استفاده شده است. این شبکه برای شناسایی تعلق داده به کلاس خاص از قانون بیز استفاده می کند. بلوک دیاگرام شبکه عصبی مورد استفاده در شکل (18) آورده شده است.

 

شکل(18): بلوک دیاگرام شبکه ی عصبی احتمالاتی

 

داده‌های خروجی تبدیل مولفه‌های اصلی، ورودی شبکه عصبی را تشکیل می دهد. پس از آموزش شبکه ی عصبی و مشخص شدن ماتریس اوزان IW ، فاصله ی داده‌های ورودی نسبت به این داده ی ماتریس اوزان محاسبه شده و در بایاس‌های b ضرب می شوند. حاصل این ضرب به عنوان ورودی اصلی n وارد تابع گوسی می شود. این تابع نقش قاعده ی بیز را دردسته بندی داده‌ها داراست. بر اساس این قاعده داده به کلاسی تعلق دارد که مقدار چگالی احتمال آن بیشترین مقدار را به ازای آن دارا باشد. عملکرد تابع گوسی با رابطه (2) مشخص می شود. لایه ی آخر بیشترین تابع چگالی احتمال را به عنوان کلاس شناسایی شده نشان می دهد.

(2)

 

 

ابعاد داده‌های ورودی شبکه ی عصبی PNN بر پیچیدگی آن اثر مستقیم دارند. جهت کاهش ابعاد ماتریس ورودی به شبکه عصبی از تبدیل PCA استفاده شده است. اساس این تبدیل انتقال ابعاد ماتریس داده‌ها به جهاتی است که حداکثر پراکندگی را داشته باشند.

برای توضیح بیشتر این تبدیل همانطور که درشکل نمایانگر 19داده‌ها در یک سیستم دو بعدی نشان داده شده است. همان طور که دیده می شود داده‌ها در دو راستا پراکندگی دارند از این رو نمی توان جهت (بُعدی) را حذف کرد. با گردش نمودار در راستای محور‌های Z1 و  Z2شکل (20) حاصل می شود، مشاهده می شود که داده‌ها در راستای Z2 پراکندگی کمتری نسبت به Z1 دارند از این رو می توان این راستا را حذف کرد. با حذف بعد Z2 مقداری از اطلاعات از دست می رود از سوی دیگر حجم داده‌ها کاهش می یابد.از این خاصیت در شناسایی برای کاهش بعد اطلاعات شناسایی استفاده شده است. در روش مولفه‌های اصلی به دنبال ماتریس ضرایبی هستیم که جهات X1 و X2 را به Z1 و Z2 منتقل کند. در این روش اثبات می شود که این ضرایب برابر ماتربس بردار‌های ویژه ی ماتریس داده‌ها است. معیار ریاضی پراکندگی داده‌های نیز ماتریس مقادیر ویژه می‌باشد. علت استفاده از این تبدیل در ورودی شبکه عصبی این است که در پایش برخط ترانسفورماتور هر داده‌های ورودی کمتر شود سرعت پایش وضعیت ترانسفورماتور سریعتر صورت گرفته ومیزان حافظه مورد نیاز برای دستگاه‌های پایش اطلاعات کاهش می یابد.

شکل (21) بلوک دیاگرام کلی مراحل شناسایی خطا را نشان می دهد.

داده‌های ورودی به شبکه عصبی ولتاژ 4 کویل جستجوگر نصب شده برروی ترانسفورماتور و همچنین اختلاف کویل‌های جستجوگر بالایی وپایینی هر فاز است یعنی درمجموع 6 داده ورودی به شبکه عصبی وجود دارد. 

 

 

شکل(19): قبل از اعمال تبدیل PCA

 

 

شکل(20): پس از اعمال تبدیل PCA

 

انتخاب کلاس‌های خطا به دقت شناساگر و تفکیک پذیری کلاس‌ها از هم بستگی دارد. در شکل (22) نحوه ی انتخاب کلاس‌های خطا نشان داده شده است. هدف از شناسایی در این مطالعه یافتن محل وشدت خطا در سیم بندی است. از این رو خطاهای با شدت ضعیف مورد مطالعه قرار گرفتند. در انتخاب این کلاس‌ها از خطای بین فاز و اتصال کوتاه‌هایی که منجر به عملکرد رله‌های حفاظتی می‌گردد چشم پوشی شده است. همانطور که از شکل مشخص است به طور کلی 10 حالت برای کلاس بندی در نظر گرفته شده است بطوریکه کلاس 1 حالت بدون خطا، کلاس‌های 2-7 خطاهای فشار قوی و کلاس‌های 8-10 خطاهای مربوط به فشار ضعیف است علت درنظر گرفتن کلاس‌های بیشتر برای فشار قوی امکان وقوع خطاهای بیشتر وهمچنین تعداد لایه‌های بیشتر فشار قوی است.  

 

5-2 نتایج شناسایی

 پس از آموزش شبکه ی عصبی با استفاده از داده‌های10 کلاس، شبیه سازی‌های دیگری برای آزمایش سیستم شناسایی انجام شده است. یعنی ابتدا شبیه سازی‌هایی برای آموزش شبکه شبکه و کلاس‌ها انجام شده است ودر ادامه شبیه سازی‌هایی با شدت ومکان مختلف انجام شده وبرای شناسایی به شبکه عصبی داده شده است. نتایج شبیه سازی وتاثیر کاهش ابعاد بر روی نتایج حاصله در جدول (2) آورده شده است. ردیف اول روند کاهش تعداد داده‌های ورودی به شبکه عصبی با تبدیل PCA را نشان می‌دهد با توجه به نتایج مشخص است استفاده از 11 بعد اول پس از اعمال این تبدیل به نتیجه ی 69/81 درصد برای شناسایی خطا می رسیم که نتیجه قابل قبولی است. با توجه به جدول با افزایش ابعاد باز هم به نتایج بهتری خواهیم رسید ولی از انجا که مبنای این تبدیل بر استفاده از ویژگی‌های مهم سیگنال‌ها است افزایش بعد پس از 11 بعد تاثیر قابل توجهی در افزایش دقت ندارد واستفاده از 11 بعد اول این تبدیل کافی خواهد بود.


 

 

شکل(21): بلوک دیاگرام روند شناسایی

 

 

شکل(22): نحوه کلاس بندی خطاهای مختلف سیم پیچی

جدول(2):نتایج به دست آمده ازشناسایی خطا

تعداد ابعاد

کلاس 1

کلاس 2

کلاس 3

کلاس 4

کلاس 5

کلاس 6

کلاس 7

کلاس 8

کلاس 9

کلاس 10

دقت شناسایی

1

0

8

20

6

11

19

11

43

36

23

23/27

2

1

28

43

14

32

47

24

52

39

14

23/45

3

1

30

48

24

39

47

33

60

47

19

54/53

4

2

28

47

30

40

47

34

65

45

20

08/55

5

2

30

47

35

40

47

31

63

47

17

23/55

6

2

29

47

38

38

45

35

71

43

22

92/56

7

3

34

47

40

39

45

42

80

42

18

60

8

4

34

47

40

39

46

43

81

49

23

46/62

9

6

38

47

39

40

46

46

83

71

50

69/71

10

6

39

47

40

44

46

46

93

74

83

69/79

11

10

40

48

42

44

47

46

93

78

83

69/81

12

11

39

48

43

44

47

46

91

77

79

77/80

13

10

37

48

44

44

46

46

90

77

78

80

14

11

39

48

44

45

46

46

90

76

78

46/80

15

11

39

48

44

45

46

46

90

76

78

46/80

16

11

38

48

44

43

46

46

92

74

76

69/79

17

11

38

48

44

43

46

46

91

75

76

69/79

18

11

37

48

44

43

46

46

90

75

76

38/79

19

12

39

48

44

43

47

46

91

74

77

15/80

20

13

38

48

43

43

47

46

90

73

74

23/80

174

50

36

49

45

43

47

45

89

72

74

61/84

 


5- نتیجه‌گیری

 

در این مقاله،یک روش جدید برای پایش برخط ترانسفور ماتور‌های قدرت ارایه شد. با توجه به نتایج حاصله از مدل سازی ترانسفورماتور برای حالت کاری بدون خطا وحالت خطادار ومقایسه این نتایج با نتایج تست آزمایشگاهی مشخص است که شبیه سازی انجام شده دارای دقت بالایی بوده و به خوبی نتایج تست آزمایشگاهی این موضوع را تایید می کند. ولتاژ القا شده بر روی کویل‌های جستجوگر مشخص می کند که با وقوع خطای سیم پیچی شار نشتی بر حسب شدت ومکان خطا تغییر کرده و می‌توان از این موضوع در شناسایی خطا استفاده کرد. استفاده از تبدیل PCA جهت کاهش داده‌های ورودی به سیستم‌های پردازشی انجام گرفت زیرا در شناسایی بر خط رفتار ترانسفورماتور نیاز به پایش داده‌ها در هر لحظه ضروری است و نتایج حاصله نشان می دهد که  کاهش داده‌ها با استفاده از این روش ،باعث پردازش سریعتر اطلاعات وکارایی روش می شود. همچنین نتایج شناسایی خطا مشخص می کند که استفاده از شبکه عصبی احتمالاتی در شناسایی برخط خطای سیم پیچی داخلی  و همچنین تعیین مکان خطاروش موثر و کارایی است. از روش پیشنهادی همچنین می توان در حالت خاموشی وتعمیرات ترانسفورماتور استفاده کرد چون در اکثر ترانسفورماتور‌های بزرگ پایش وضعیت وپیش بینی مکان خطا می تواند بسیاری از هزینه تعمیرات را کاهش دهد.

 

 

 

ضمیمه 1

 

 

 

توان نامی

=50(KVA)

نسبت تبدیل

20000/400

نسبت ولتاژ

20800/19200(V)

تعداد دورفشار قوی

4155

تعداد دور فشارضعیف

2*45

گروه اتصالی

YZn5

جریان بی باری

75/2%

ارتفاع از سطح دریا

1000 (m)

چگالی شار

1.764(T)

قطر هسته

=100mm

فاصله بین دو ساق

Es=106 mm

طول پنجره

Ls=292 mm

مقاومت فشار ضعیف

0078/0(Ω)

جریان نامی فشار قوی

1.44(A)

جریان نامی فشار ضعیف

72(A)

 

 

 

[1]          Oliveira, L.M.R.; Cardoso, A. J M, "A Permeance-Based Transformer Model and Its Application to Winding Interturn Arcing Fault Studies," Power Delivery, IEEE Transactions on , Vol. 25, No. 3, pp. 1589,1598, July 2010

[2]          Behjat, V.; Vahedi, A., "Numerical modelling of transformers interturn faults and characterising the faulty transformer behaviour under various faults and operating conditions," Electric Power Applications, IET , Vol.5, No.5, pp.415,431, May 2011

[3]          Mirzaie,M; Gholami,A; Farrokhi,M" transformer insulation faults Detection by analysis of dissolved gases in oil using neural networks - Fuzzy " 19th International Power System Conference,Tehran iran,2004

[4]          A. J. Marques Cardoso, Luís M. R. Oliveira, “Condition Monitoring and Diagnostics of Power Transformers,” International Journal of comadem, Vol. 2, No. 3, pp. 5-11, July 1999.

[5]          S. A. Saleh, , and M. A. Rahman  “Real-Time Testing of a WPT-Based Protection Algorithm for Three-Phase Power Transformers” IEEE Transactions On Ndustry Applications, Vol. 41, No.4, July/August 2005

[6]          Saha, T.K., "Review of modern diagnostic techniques for assessing insulation condition in aged transformers," Dielectrics and Electrical Insulation, IEEE Transactions on , Vol.10, No.5, pp.903-917, Oct. 2003

[7]          Akbari, A.; Setayeshmehr, A.; Borsi, H.; Gockenbach, E.; Fofana, I., "Intelligent agent-based system using dissolved gas analysis to detect incipient faults in power transformers," Electrical Insulation Magazine, IEEE, Vol.26, No.6, pp.27,40, November-December 2010

[8]           R. R. Rogers, “Experiences in the interpretation of incipient faults in power transformers by dissolved gas-in-oil chromatography analysis (A Progress Report),” in Proc. Minutes Forty-Second Int. Conf. Double Clients, 1975.

[9]          Secue, J.; Mombello, E., "New methodology for diagnosing faults in power transformer windings through the Sweep Frequency Response Analysis (SFRA)," Transmission and Distribution Conference and Exposition: Latin America, 2008 IEEE/PES , Vol., No., pp.1,10, 13-15 Aug. 2008

[10]          Islam, S.M., "Detection of shorted turns and winding movements in large power transformers using frequency response analysis," Power Engineering Society Winter Meeting, 2000. IEEE , vol.3, no., pp.2233,2238 Vol.3, 23-27 Jan 2000

[11]          C. Sweetser and T. McGrail, Sweep frequency response analysis transformer applications, Tech. paper from Doble Eng., Jan. 2003.

[12]          Behjat, V.; Vahedi, A.; Setayeshmehr, A.; Borsi, H.; Gockenbach, E., "Diagnosing Shorted Turns on the Windings of Power Transformers Based Upon Online FRA Using Capacitive and Inductive Couplings," Power Delivery, IEEE Transactions on , Vol.26, No.4, pp.2123,2133, Oct. 2011

[13]          Nafar, M; Bahmanifirouzi, B and Jabbari,M “Transformer Monitoring by using Vibration Analysis”Australian Journal of Basic and Applied Sciences, 5(11)pp 984-990, 2011

[14]          ZBerler, Z.; Golubev, A.; Rusov, V.; Tsvetkov, V.; Patterson, C., "Vibro-acoustic method of transformer clamping pressure monitoring," Electrical Insulation, 2000. Conference Record of the 2000 IEEE International Symposium on , Vol., No., pp.263,266, 2000

[15]          Guzmán Dı́az González,Javier Gómez-Aleixandre Fernández,Pablo Arboleya Arboleya “Diagnosis of a turn-to-turn shortcircuit in power transformers by means of zero sequence current analysis”,Electric Power System Research, Vol. 69, Issue 2-3, pp. 321-329, May 2004

[16]          Vahedi, A, Behjat ,V, “Online monitoring of power transformers for detection of internal winding short circuit faults using negative sequence analysis”, Euro. Trans. Electr. Power Vol 21, Issue 1, pp 196–211, January 2011.

[17]          Vahedi, A, Behjat ,V, “A DWT-based approach for detection of interturn faults in power transformers”, The International Journal for Computation and Mathematics in Electrical and Electronic Engineering, Vol. 30, No. 2, 2011.

[18]          H. Monsef, S. Lotfifard, “Internal fault current identification based on wavelet transform in power transformers,” Electric  Power System. Vol. 77, Issue 12, pp 1637–1645, October 2007

[19]          Vanamadevi, N.; Arivamudhan, M.; Santhi, S., "Detection and classification of impulse faults in transformer using wavelet transform and artificial neural network," Sustainable Energy Technologies, 2008. ICSET 2008. IEEE International Conference on , Vol., no., pp.72,76, 24-27 Nov. 2008

[20]          Zaeri,A .Hoshmand,R. Kafi,M." Intelligent fault detection in  Power Transformers using insoluble gas analyzers based on different standards using fuzzy logic " Majlesi Journal of Electrical Engineering,2007

[21]          Sheng, J.L.; Zhou, M. S.; Guo, Z.P.; Liu, Z., "Fault diagnosis for transformer based on fuzzy entropy," Electrical Insulation and Dielectric Phenomena, 2007. CEIDP 2007. Annual Report - Conference on, Vol., No., pp.759,762, 14-17 Oct. 2007

[22]          An-Pin. Chen, Chang-Chun. Lin, “Fuzzy approaches for fault diagnosis of transformers,” Fuzzy Sets and Systems ,Volume 118, Issue 1, 16 February 2001, Pages 139–151

[23]          Cabanas, M.F.; Melero, M.G.; Pedrayes, F.; Rojas, C.H.; Orcajo, G.A.; Cano, J.M.; Iglesias, J.G., "A New Online Method Based on Leakage Flux Analysis for the Early Detection and Location of Insulating Failures in Power Transformers: Application to Remote Condition Monitoring," Power Delivery, IEEE Transactions on , Vol. 22, No.3, pp.1591,1602, July 2007

[24]          Hyun-Mo Ahn; Ji-Yeon Lee; Joong-Kyoung Kim; Yeon-Ho Oh; Sang-Yong Jung; Sung-Chin Hahn, "Finite-Element Analysis of Short-Circuit Electromagnetic Force in Power Transformer," Industry Applications, IEEE Transactions on, Vol.47, No.3, pp.1267,1272, May-June 2011

[25]          Ahn Hyun-Mo Ahn; Yeon-Ho Oh; Joong-Kyoung Kim; Jae-Sung Song; Sung-Chin Hahn, "Experimental Verification and Finite Element Analysis of Short-Circuit Electromagnetic Force for Dry-Type Transformer," Magnetics, IEEE Transactions on, Vol.48, No.2, pp.819,822, Feb. 2012

[26]          Moradi A, Ebadian M, Daryabar M. "Discrimination of Inrush Currents from Faults Current in Power Transformers using Gravitational Search Algorithm" Computational Intelligence in Electrical Engineering,vol.1,pp 43-58,2011

[27]          Rasoulpoor M, Banejad M, Ahmadyfard A. “A Correlation Based Method for Discriminating Inrush Current from Short Circuit Current Using Wavelet Transform in Power Transformer Differential Protection” Computational Intelligence in Electrical Engineering,vol.3,pp39-54,2013