5 Ka mga Teknik sa Pagdiagnose sa mga Dakong Transformer sa Kuryente

Mga Paraan sa Pagtukoy sa mga Sakit sa Transformer

1. Metodong Ratio para sa Dissolved Gas Analysis

Para sa karamihan ng mga oil-immersed power transformers, ang ilang combustible gases ay nabubuo sa transformer tank sa ilalim ng thermal at electrical stress. Ang combustible gases na dissolved sa langis ay maaaring gamitin upang tukuyin ang thermal decomposition characteristics ng transformer oil-paper insulation system batay sa kanilang specific gas content at ratios. Ang teknolohiya na ito unang ginamit para sa fault diagnosis sa mga oil-immersed transformers. Sa paglipas ng panahon, si Barraclough at iba pa ang nagsulong ng isang paraan ng fault diagnosis gamit ang apat na gas ratios: CH4/H2, C2H6/CH4, C2H4/C2H6, at C2H2/C2H4. Sa mga sumunod na IEC standards, ang C2H6/CH4 ratio ay inalis, at ang modified three-ratio method ay naging malawak na tinanggap. Si Rogers pa ang nagbigay ng detalyadong pagsusuri at paliwanag sa gas component ratio coding at usage methods sa IEEE at IEC standards. Ang matagal na paggamit ng IEC 599 ay nagpakita na hindi ito tugma sa aktwal na kondisyon sa ilang mga kaso at hindi maaaring tuklasin ang ilang fault scenarios. Dahil dito, ang China at ang Japan Electrical Association ay nag-ambag ng mga pagbabago sa IEC coding, habang ang iba pang mga dissolved gas analysis methods ay naging malawak na ginagamit.

2. Fuzzy Logic Diagnostic Method

Ang American control theorist na si L.A. Zadeh ang unang nagpasabog ng fuzzy diagnosis methods, na mula noong naging mas malawak na ginagamit. Ang fuzzy logic ay may pakinabang sa pagpapahayag ng qualitative knowledge at karanasan na may hindi malinaw na hangganan. Gamit ang konsepto ng membership functions, ito ay naka-distinguish ng fuzzy sets, nagproseso ng fuzzy relationships, at nag-simulate ng human rule-based reasoning, at nag-solve ng iba't ibang uncertainty problems sa praktikal na aplikasyon. Sa praktika, madalas ang mga transformers ay nagpapakita ng mga sakit na may hindi malinaw na dahilan at mekanismo na may maraming uncertain at fuzzy relationships na hindi maipapaliwanag o madeskripsyon ng mabuti ng mga tradisyunal na paraan. Ang fuzzy logic methods ay maaaring mabisa na harapin ang mga uncertain relationships sa mga sakit ng transformer, nagbibigay ng bagong paraan sa power transformer fault diagnosis.

Upang harapin ang limitasyon ng critical ratio criteria deficiency sa karaniwang ginagamit na Rogers ratio method para sa power transformer fault diagnosis, isang paraan gamit ang fuzzy set theory ang ipinropuso. Ang paraan na ito ay nagpapakilala ng fuzzy logic technology sa mga tradisyunal na ratio methods sa pamamagitan ng fuzzification ng ratio boundaries. Ang paraan na ito ay nagpakita ng magandang epekto sa pagtukoy sa maraming mga sakit ng transformer at naging serye ng mga paraan ng fault diagnosis, kasama ang coding combination methods, fuzzy clustering techniques, Petri networks, at grey systems. Ang mga modelo na ito ay buong inisip ang inherent fuzziness ng data, na mabisa na nagpapabuti ng performance sa complex datasets at nagpapataas ng accuracy ng transformer fault diagnosis.

3. Expert System Diagnostic Method

Ang expert systems ay kumakatawan sa mahalagang sangay ng artificial intelligence. Ito ay mga computer program systems na may kakayahan na simularin ang karanasan at proseso ng pagrason ng mga human expert sa isang tiyak na antas. Batay sa data na ibinibigay ng mga user, sila ay gumagamit ng nakaimbak na expert knowledge o karanasan upang gawin ang mga inferences at judgments, na sa huli ay nagbibigay ng mga conclusion na may confidence levels upang tulungan ang mga user sa paggawa ng desisyon. Ang power transformer fault diagnosis ay isang napakalaking problema na may kinalaman sa maraming mga factor.

Ang paggawa ng accurate judgments batay sa iba't ibang parameters ay nangangailangan ng malakas na teoretikal na pundasyon at mayamang operational maintenance experience. Bukod dito, dahil sa mga pagkakaiba sa capacity, voltage levels, at operating environments ng mga transformer, ang parehong sakit ay maaaring magpakita ng iba't ibang paraan sa iba't ibang mga transformer. Ang expert systems ay may malakas na fault tolerance at adaptability, na nagbibigay sa kanila ng kakayahan na baguhin ang kanilang knowledge base batay sa nakuha nilang diagnostic knowledge upang mapanatili ang kumpletitud. Kaya, sila ay maaaring mabisa na tuklasin ang iba't ibang uri ng power transformers. Ang power transformer fault diagnosis expert systems ay maaaring tukuyin ang fault characteristics sa pamamagitan ng synthesis ng kaalaman tungkol sa dahilan at uri ng sakit, kasama ang fault detection knowledge na may kasama ang dissolved gas analysis sa langis. Sila ay maaaring mabisa na harapin ang mga fuzzy problems sa fault diagnosis gamit ang fuzzy logic, harapin ang bottleneck ng kahirapan sa pagkuha ng kumpletong kaalaman sa pamamagitan ng rough set methods, at itatag ang mga estruktura na angkop para sa multi-expert collaborative diagnosis gamit ang blackboard model architecture.

4. Artificial Neural Network Diagnostic Method

Ang artificial neural networks ay mathematical model ng neuron activity at kumakatawan sa isang information processing system batay sa pagmimina ng structure at function ng brain neural networks. Ang ANNs ay may self-organizing, adaptive, self-learning, fault-tolerant capabilities, at malakas na nonlinear approximation abilities. Sila ay maaaring i-implement ang prediction, simulation, at fuzzy control functions, kaya sila ay powerful tools para sa pagproseso ng nonlinear systems. Ang paggamit ng artificial neural networks para sa transformer fault diagnosis batay sa dissolved gas components at concentrations sa langis ay naging isang research focus sa mga nakaraang taon. Ito ay nagresulta sa pagbuo ng iba't ibang mga paraan ng fault diagnosis batay sa ANNs, tulad ng two-step ANN method, backpropagation artificial neural networks, decision tree neural network models, combined neural network hierarchical structure models, at radial basis function neural networks. Ang mga paraan na ito ay patuloy na nagpapabuti ng convergence speed, classification performance, at accuracy ng neural network algorithms.

5. Iba pang Mga Paraan ng Diagnosis

Maliban sa apat na paraan na nabanggit sa itaas, may iba pang mga paraan na ginagamit para sa transformer fault diagnosis. Sa pamamagitan ng organic combination ng neural networks at evidence theory upang makamit ang kanilang complementary advantages, maaari mong buuin ang isang comprehensive transformer fault diagnosis method na naglalaman ng multiple neural networks at evidence theory. Tumutugon sa efficient recognition at memory mechanisms ng antibodies laban sa antigens sa biological immune systems, ang self-organizing antibody networks at antibody generation algorithms ay maaaring gamitin upang solusyunan ang mga problem sa power transformer fault diagnosis. Bukod dito, ang iba pang mga paraan ng transformer fault diagnosis ay kinabibilangan ng mga paraan na batay sa information fusion, rough set theory, combined decision trees, Bayesian networks, artificial immune systems, novel radial basis function networks, at support vector machines.