تشخیص نوع عیب تخلیه جزئی شینه های ژنراتوربا استفاده از شاخصهای آماری و شبکه های عصبی احتمالی
عنوان مقاله: تشخیص نوع عیب تخلیه جزئی شینه های ژنراتوربا استفاده از شاخصهای آماری و شبکه های عصبی احتمالی
شناسه ملی مقاله: PSC20_045
منتشر شده در بیستمین کنفرانس بین المللی برق در سال 1384
شناسه ملی مقاله: PSC20_045
منتشر شده در بیستمین کنفرانس بین المللی برق در سال 1384
مشخصات نویسندگان مقاله:
منصور رفیعی - دانشجوی دکترای دانشگاه علم و صنعت ایران
حیدرعلی شایانفر - استاد دانشگاه علم و صنعت ایران و عضو هیئت علمی دانشگاه صنعت آب و برق
خلاصه مقاله:
منصور رفیعی - دانشجوی دکترای دانشگاه علم و صنعت ایران
حیدرعلی شایانفر - استاد دانشگاه علم و صنعت ایران و عضو هیئت علمی دانشگاه صنعت آب و برق
دراین مقاله نتایج آزمایشات تخلیه جزئی انجام شده روی شینه های ژنراتور واقعی با استفاده از یک سیستم اندازه گیری مبتنی بر کامپیوتر ارائه گردیده است . روی این شینه ها دو نوع عیب بطور مصنوعی ایجاد شده و درمجموع در سه حالت عیب شماره 1 و 2 و عیب برطرف شده ازمایشات صورت گرفته است . محاسبات اولیه بکمک یک نرم افزار که به همین منظور تهیه شده انجام گرفته و توزیعهای آماری مختلف فاز - دامنه - تعداد پالس بدست آمده اند . برای داشتن تعدادی شاخص جهت تعیین نوع عیب , برخی ویژگیهای این توزیع شامل پارامترهای پیچش و تیزی , مربوط به توزیع های تعداد پالس برحسب فاز و دامنه پالس بر حسب فاز برای پلاریته های مثبت و منفی پالس های تخلیه ها استخراج گردیده اند .
در مجموع 8 شاخص , سه حالت خروجی و 54 سری داده برای هر حالت تهیه شده است . از نیمی از این داده های برای آموزش یک شبکه عصبی احتمالی استفاده شده و با نیم دیگر از داده ها شبکه عصبی تست شده است . نتایج در مجموع حاکی ازدر صد بالای موفقیت این شبکه عصبی در تشخیص نوع عیب می باشد .
کلمات کلیدی: تخلیه الکتریکی جزئی , شبکه های عصبی احتمالی , شینه ژنراتور , شاخصهای آماری
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/20354/