تشخیص خطای حلقه به حلقه سیم پیچی استاتور ژنراتور سنکرونبا استفاده از فیلتر کالمن توسعه یافته
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,227
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DMECONF01_101
تاریخ نمایه سازی: 9 مرداد 1395
چکیده مقاله:
ژنراتورهای سنکرون قلب تپنده سیستمهای قدرت میباشند. یکی از شایعترین انواع خطاهای الکتریکی ژنراتور سنکرون، خطای اتصال حلقه به حلقه سیمپیچی استاتور است. ممکن است اینگونه تصور شود که بیروز ایین نیوع خطا در مراحل ابتدایی و با شدت کم مهم نباشد اما چنانچه گسترش یابد میتواند منجر به پیامدهای ایران- ناپذیری گردد . تشخیص این خطا در ژنراتورهای کوچک به صورت سالانه و آفلاین و در ژنراتورهای بگرب با استفاده از رلههای حفاظت دیفرانسیلی میباشد که هگینه زیادی به همراه دارد. با تواه به اهمیت بیانی ژنراتورسنکرون، تشخیص سریع و به موقع اتصال حلقه به حلقه سیمپیچی استاتور و تعیین تعداد حلقه یابی معیوب در حین کار ضروری میباشد. روشهایی که تابهحال بیرای تشخیص خطای حلقه به حلقه ارا یه شدهانید دارای مشکلاتی نظیر دقت پایین، عدم توایه اقتصادی (به علت نیاز به استفاده از تجهیزات ایانبی نظیر سنسور(، محاسبات پیچیده و زمانبر بودن میباشند. در این مقاله روشی ادید برای تشخیص عیب اتصال حلقه به حلقیه، با استفاده از فیلتر کالمن توسعه یافته ارا ه میشود. این روش بدون استفاده از تجهیزات سختافزاری و به صورت آنلاین و بلادرنگ عیب اتصال حلقه به حلقه را با دقت مناسبی تشخیص داده، فاز معیوب را معین کرده و تعداد حلقههای معیو را تخمین میزند. به منظور صحت سنجی، در محیط آزمایشگاهی اتصال حلقه به حلقه روی یک ژنراتور سنکرون 5 کیلو وات صورت گرفت. مطابقت نتایج حاصل از تخمین با مقادیر آزمایشگاهی نشان دهنده صحت الگوریتم ارایه شده میباشد.
کلیدواژه ها:
ژنراتور سنکرون ، فیلتر کالمن توسعه یافته ، اتصال حلقه به حلقه ، تشخیص و شناسایی خطا ، تخمین نسبتاتصال
نویسندگان
محسن کشاورز
دانشجوی کارشناسی ارشد، دانشگاه شهید بهشتی
مهدی پورقلی
هیئت علمی، دانشگاه شهید بهشتی
حمید یعقوبی
هیئت علمی، دانشگاه شهید بهشتی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :