5 Tekniko sa Pagtukoy ng mga Kamalian para sa Malalaking Power Transformers

Mga Paraan ng Pagtukoy sa Mga Kamalian 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 loob ng tangki ng transformer sa ilalim ng thermal at electrical stress. Ang mga combustible gases na naka-dissolve sa langis ay maaaring gamitin upang matukoy ang mga thermal decomposition characteristics ng insulasyon ng langis-papel ng transformer batay sa kanilang tiyak na gas content at ratios. Ang teknolohiyang ito ay unang ginamit para sa fault diagnosis sa mga oil-immersed transformers. Sa paglipas ng panahon, si Barraclough at iba pa ang nagpropose ng isang metodong fault diagnosis gamit ang apat na gas ratios: CH4/H2, C2H6/CH4, C2H4/C2H6, at C2H2/C2H4. Sa mga sumunod na IEC standards, inalis ang C2H6/CH4 ratio, at ang modified three-ratio method ay naging malawak na tinanggap. Si Rogers ay nagbigay ng detalyadong pagsusuri at paliwanag tungkol sa gas component ratio coding at mga paraan ng paggamit sa IEEE at IEC standards. Ang matagal na paggamit ng IEC 599 ay nagpakita na hindi ito tumutugon sa aktwal na kondisyon sa ilang mga kaso at hindi maaaring tukuyin ang ilang mga fault scenarios. Dahil dito, ang China at Japan Electrical Association ay nag-improve sa IEC coding, habang ang iba pang mga dissolved gas analysis methods ay naging malawak na ginagamit.

2. Metodong Fuzzy Logic Diagnostic

Ang American control theorist L.A. Zadeh ang unang nagpropose ng fuzzy diagnosis methods, na mula noon ay 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 naghihiwalay ng mga fuzzy sets, nagproseso ng mga fuzzy relationships, sinusundan ang human rule-based reasoning, at nagreresolba ng iba't ibang uncertainty problems sa praktikal na aplikasyon. Sa praktika, madalas ang mga transformer na may mga kamalian na may hindi malinaw na dahilan at mekanismo na may maraming uncertain at fuzzy relationships na hindi maipapaliwanag o ma-describe ng maayos ng mga traditional methods. Ang mga paraang fuzzy logic ay maaaring mabisa na tugunan ang mga uncertain relationships sa mga kamalian ng transformer, na nagbibigay ng bagong paraan sa fault diagnosis ng power transformer.

Upang tugunan ang limitasyon ng kakulangan ng critical ratio criteria sa karaniwang ginagamit na Rogers ratio method para sa fault diagnosis ng power transformer, isang paraan gamit ang fuzzy set theory ang ipinropuso. Ang paraan na ito ay nagpapakilala ng fuzzy logic technology sa mga tradisyonal na ratio methods sa pamamagitan ng fuzzification ng ratio boundaries. Ang paraang ito ay nagpakita ng magandang epekto sa pagtukoy ng maraming mga kamalian 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 modelong ito ay buong kinonsidera ang inherent fuzziness ng data, na mabisa na nagpapabuti ng performance sa complex datasets at nagpapataas ng accuracy ng fault diagnosis ng transformer.

3. Metodong Expert System Diagnostic

Ang expert systems ay kumakatawan sa isang mahalagang sangay ng artificial intelligence. Sila ay mga computer program systems na may kakayahang simularin ang karanasan at proseso ng pagreason ng mga human expert sa isang tiyak na antas. Batay sa datos na ibinibigay ng user, sila ay gumagamit ng nakaimbak na expert knowledge o karanasan upang makagawa ng mga inferensiya at hukom, na sa huli ay nagbibigay ng mga konklusyon na may confidence levels upang tulungan sa pagdedesisyon ng user. Ang fault diagnosis ng power transformer ay isang napakalaking problema na may maraming factors.

Ang paggawa ng tama at eksaktong hukom batay sa iba't ibang parameters ay nangangailangan ng matibay na teoretikal na pundasyon at mayamang karanasan sa operasyon at maintenance. Bukod dito, dahil sa pagkakaiba-iba ng capacity, voltage levels, at operating environments ng mga transformer, ang parehong fault ay maaaring magpakita ng iba't ibang anyo sa iba't ibang mga transformer. Ang mga expert system ay may malakas na fault tolerance at adaptability, na nagbibigay-daan para mabago ang kanilang knowledge base batay sa nakuha nilang diagnostic knowledge upang matiyak ang kumpletitud. Dahil dito, sila ay maaaring mabisa na tukuyin ang iba't ibang uri ng power transformers. Ang mga expert system sa fault diagnosis ng power transformer ay maaaring matukoy ang mga fault characteristics sa pamamagitan ng synthesis ng kaalaman tungkol sa mga dahilan at uri ng fault, kasama ang kaalaman sa fault detection kabilang ang dissolved gas analysis sa langis. Sila ay maaaring mabisa na tugunan ang mga fuzzy problems sa fault diagnosis gamit ang fuzzy logic, tugunan ang bottleneck ng difficulty sa pagkuha ng kumpletong kaalaman sa pamamagitan ng rough set methods, at magtatag ng mga estruktura na angkop para sa multi-expert collaborative diagnosis gamit ang blackboard model architecture.

4. Metodong Artificial Neural Network Diagnostic

Ang artificial neural networks (ANNs) ay nagmomodelo ng neuron activity sa mathematical na paraan at kumakatawan sa isang information processing system batay sa pagmimina ng struktura 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 magpatupad ng prediction, simulation, at fuzzy control functions, na nagbibigay sa kanila ng makapangyarihang tool para sa pagproseso ng nonlinear systems. Ang paggamit ng artificial neural networks para sa fault diagnosis ng transformer batay sa components at concentrations ng dissolved gas sa langis ay 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 paraang ito ay patuloy na nagpapabuti ng convergence speed, classification performance, at accuracy ng mga algorithm ng neural network.

5. Iba pang Mga Paraan ng Diagnosis

Bukod sa apat na paraan na nabanggit sa itaas, may iba pang mga paraan na ginagamit para sa fault diagnosis ng transformer. Sa pamamagitan ng organic combination ng neural networks at evidence theory upang makapakinabang sa kanilang complementary advantages, maaaring mabuo ang isang comprehensive na paraan ng fault diagnosis ng transformer na naglalaman ng multiple neural networks at evidence theory. Ang inspirasyon mula sa efficient recognition at memory mechanisms ng antibodies laban sa antigens sa biological immune systems ay maaaring gamitin sa application ng self-organizing antibody networks at antibody generation algorithms upang tugunan ang mga problemang fault diagnosis ng power transformer. Bukod dito, ang iba pang mga paraan ng fault diagnosis ng transformer ay kinabibilangan ng mga paraan batay sa information fusion, rough set theory, combined decision trees, Bayesian networks, artificial immune systems, bagong radial basis function networks, at support vector machines.