طراحی و پیاده سازی چارچوب مانیتورینگ سلامت ترانسفورمرهای شبکه توزیع با بهره گیری از داده های AMI و روش های تحلیلی پیش بینی خرابی

فایل این در 28 صفحه با فرمت PDF قابل دریافت می باشد

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

چکیده :

ترانسفورمرهای توزیع به عنوان یکی از حساس ترین و پرهزینه ترین تجهیزات شبکه های برق، نقش محوری در تامین انرژی پایدار و قابل اطمینان مشترکان ایفا می کنند. آمارهای جهانی نشان می دهد که بخش عمده ای از خرابی های این تجهیزات، برخلاف تصور رایج، ناگهانی نبوده و فرآیندی تدریجی و ریشه دار است. این فرآیند معمولا با افزایش بار، گرم شدن بی رویه نقطه داغ ، تخریب تدریجی عایق و در نهایت کاهش عمر مفید آغاز می شود و در صورت عدم مداخله به موقع، به خرابی کامل و خاموشی منجر می گردد. پیامدهای این خرابی ها، علاوه بر نارضایتی مشترکان، شامل هزینه های سرسام آور تعمیر، جریمه های ناشی از خاموشی و کاهش شدید شاخص های قابلیت اطمینان شبکه است. در راستای گذار به شبکه های توزیع هوشمند، زیرساخت اندازه گیری پیشرفته با بهره گیری از کنتورهای هوشمند، فرصتی بی نظیر برای پایش بی وقفه و کم هزینه ایجاد کرده است. داده های ارزشمند حاصل از AMI نظیر پروفایل لحظه ای بار، تغییرات ولتاژ و ثبت رخدادهای پیک، امکان نظارت بر وضعیت ترانسفورمر را بدون نیاز به نصب سنسورهای جدید و گران قیمت فراهم می آورد. با این حال، بررسی نظام مند و عمیق پژوهش های پیشین گویای یک خلا اساسی است: عدم وجود چارچوبی یکپارچه برای بهره گیری همزمان از داده های AMI، مدل های حرارتی فیزیکی و الگوریتم های یادگیری ماشین .

کلیدواژه ها:

مانیتورینگ سلامت ترانسفورمر ، پیش بینی خرابی ، داده های زیرساخت اندازه گیری پیشرفته.

نویسندگان

عبدالحکیم بلوچ زهی شه بخش

دانشجوی کارشناسی ارشد

حسین شریف زاده

عضو هیئت علمی گروه مهندسی برق دانشگاه حکیم سبزواری

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این 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 لینک شده اند :
  • [1] S. b. the and T. Committee, "IEEE Guide for Loading ...
  • [2] J. A. Jardini, H. P. Schmidt, C. M. Tahan, C. ...
  • [3] H. Abbasi and M. A. Taghikhani, "Transformer hot spot temperature ...
  • [4] L. R. Chandran, G. S. Ajith Babu, M. G. Nair, ...
  • [5] C. Wang, J. Wu, J. Wang, and W. Zhao, "Reliability ...
  • [6] S. C. Tripathy and E. Lakervi, "Evaluation of transformer overloading ...
  • [7] F. Kabir, B. Foggo, and N. Yu, "Data driven predictive ...
  • [8] N. M. Ghazaly, "Ai-enabled predictive maintenance for distribution transformers," Acta ...
  • [9] E. Tamakloe, B. Kommey, J. J. Kponyo, E. T. Tchao, ...
  • [10] Y. Li, "The state of the art in transformer fault ...
  • [11] S. R. Putchala, R. Kotha, V. Guda, and Y. Ramadevi, ...
  • [12] K. Ashok, D. Li, D. Divan, and N. Gebraeel, "Distribution ...
  • [13] M. S. Kemal and R. L. Olsen, "Adaptive data collection ...
  • [14] M. R. Msane, B. A. Thango, and K. A. Ogudo, ...
  • [15] Q. T. Tran et al., "A Review of Health Assessment ...
  • [16] J. Singh, S. Aggarwal, and A. Kaur, "Distribution transformer monitoring ...
  • [17] R. Arghandeh, "Micro-Synchrophasors for Power Distribution Monitoring, a Technology Review, ...
  • [18] S. A. Abasaheb et al., "Transformer Health Monitoring System," International ...
  • [19] D. M. T. Hasan, "IOT Integrated Transformer Health Monitoring and ...
  • نمایش کامل مراجع