پیش بینی حوادث ترانسفورماتورهای شبکه توزیع برق با استفاده از شبکه های عصبی مصنوعی

ترانسفورماتور مهمترین و گرانترین تجهیز در سیستمهای قدرت محسوب می شود. خروج ترانسفورماتور ازمدار در اثر بروز عیب باعث وارد آمدن خسارات جبران ناپذیری خواهد شد. بنابراین تعمیر و نگهداری آنها دارای اهمیت ویژه ای می باشد در همین راستا پیش بینی خرابی و حوادث ترانسفورماتورها جهت برنامه ریزی تعمیرات و نگهداری یکی از مسائل مهم در صنعت برق می باشد.از اینرو در این تحقیق ابتدا دلایل خرابی ترانسفورماتورها در 9 مورد اضافه بار، نشت روغن، نفوذ رطوبت، اضافه ولتاژهای موقت، آلودگی روغن ترانس، اضافه ولتاژهای گذرا، عمر بالای ترانس، بالا رفتن دمایمحیط و بروز جرقه یا هارمونیک در ولتاژ اولیه دسته بندی گردید. سپس با انتخاب 6 مورد از عوامل بالا به برآورد درصد خرابی ترانسفورماتورهای از کار افتاده در یک محدوده زمانی خاص پرداخته شده ، درادامه با استفاده از این اطلاعات به عنوان داده های ورودی و خروجی ، یک مدل پیش بینی شبکه عصبی طراحی گردید که به وسیله آن بتوان خرابی و حوادث ترانسفورماتورهای قدرت را پیش بینی نمود .برنامه شبکه عصبی در نرم افزار مطلب نوشته شد، برای آموزش شبکه نیاز به تعدادی داده ورودی و داده خروجی داریم که این کار با 051 مدل که اطلاعات 5 ساله شرکت برق می باشد انجام پذیرفت البته از035 داده برای آموزش و 05 داده برای تست شبکه استفاده می کنیم تا صحت عملکرد شبکه را بتوانیم بسنجیم . در برنامه شبکه عصبی از یک شبکه فیدفوروارد ،با تابع های مختلف تعلیم ولایه های مختلف با توجه به داده های ورودی و خروجی به خوبی آموزش دیده شد. در خاتمه با توجه به گرافهایی که از شبکه عصبی حاصل شد ملاحضه گردید که خرابی ترانس با 6 عامل مورد بررسی ارتباط مستقیم دارد و با افزایش مقادیرآنها ، درصد خرابی ترانس افزایش پیدا می کند که در عمل هم این گونه بود.

کلیدواژه ها:

شرکت توزیع برق ، شبکه عصبی ، ترانسفورماتور ، نرم افزار مطلب ، تعمیر و نگهداری