تشخیص خطا در خطوط انتقال برق پالایشگاهی با استفاده از شبکه های عصبی چندلایه MLP و پردازش سیگنال پیوسته

پایداری و قابلیت اطمینان خطوط انتقال برق در محیط های پالایشگاهی به دلیل شرایط کاری خاص، بارهای غیرخطی، نویزهای شدید الکترومغناطیسی و حساسیت بالای تجهیزات از اهمیت بسزایی برخوردار است. بروز هرگونه خطا در این خطوط می تواند منجر به توقف فرآیند، خسارات اقتصادی قابل توجه و حتی مخاطرات ایمنی شود. از این رو، توسعه روش های هوشمند و دقیق برای تشخیص سریع و مطمئن خطا در خطوط انتقال برق پالایشگاهی، یک ضرورت فنی و صنعتی محسوب می شود. در این مقاله یک روش نوین برای تشخیص خطا در خطوط انتقال برق پالایشگاهی با استفاده از شبکه های عصبی مصنوعی چندلایه (MLP) و پردازش سیگنال پیوسته ارائه شده است. در روش پیشنهادی ابتدا سیگنال های ولتاژ و جریان خطوط انتقال در شرایط سالم و خطادار جمع آوری شده و با بهره گیری از تکنیک های پردازش سیگنال پیوسته ویژگی های موثر در تشخیص خطا استخراج می گردند. این ویژگی ها شامل مشخصه های زمانی و فرکانسی سیگنال ها بوده که توانایی بالایی در تمایز بین حالت های مختلف عملکرد سیستم دارند. سپس داده های استخراج شده به عنوان ورودی به شبکه عصبی چندلایه MLP اعمال شده و شبکه با استفاده از الگوریتم های یادگیری نظارت شده آموزش داده می شود تا الگوهای مرتبط با انواع خطا را شناسایی کند. نتایج حاصل از شبیه سازی و ارزیابی عملکرد مدل نشان می دهد که ترکیب پردازش سیگنال پیوسته با شبکه عصبی MLP دقت بالایی در تشخیص خطاهای مختلف از جمله اتصال، کوتاه خطای زمین و نوسانات غیرعادی بار ارائه می دهد، همچنین این روش از سرعت تشخیص مناسبی برخوردار بوده و در برابر نویزهای محیطی پالایشگاه مقاومت قابل قبولی از خود نشان می دهد. بنابراین رویکرد پیشنهادی می تواند به عنوان یک ابزار هوشمند و کارآمد در سیستم های حفاظت و پایش خطوط انتقال برق پالایشگاهی مورد استفاده قرار گیرد.

کلیدواژه ها:

تشخیص خطا ، خطوط انتقال برق پالایشگاهی ، شبکه عصبی MLP ، پردازش سیگنال ، سیستم های هوشمند