پنج بڑے بجلی کے ترانسفارمرز کے لئے فالٹ تشخیص کی تکنیکیں

ترانسفورمر کی خرابی کے تشخیص کے طریقے

1. حلیل گیس تجزیہ کا تناسب طریقہ

زیادہ تر تیل سے بھرے ہوئے قوت والے ترانسفورمرز میں، حرارتی اور برقی دباؤ کے تحت ترانسفورمر کے ٹینک میں کچھ جلا نما گیسس پیدا ہوتی ہیں۔ تیل میں حل ہونے والی جلا نما گیسس کو ان کے مخصوص گیس کے مواد اور تناسب کے بنیاد پر ترانسفورمر کے تیل-کاغذ کے عایق نظام کے حرارتی تجزیہ کے خصوصیات کا تعین کرنے کے لیے استعمال کیا جا سکتا ہے۔ اس ٹیکنالوجی کو پہلے تیل سے بھرے ہوئے ترانسفورمرز کی خرابی کے تشخیص کے لیے استعمال کیا گیا تھا۔ بعد میں، باراکلو اور دیگر لوگوں نے چار گیس کے تناسب کا استعمال کرتے ہوئے ایک خرابی کے تشخیص کا طریقہ پیش کیا: CH4/H2, C2H6/CH4, C2H4/C2H6, اور C2H2/C2H4۔ بعد کے IEC معیارات میں، C2H6/CH4 کا تناسب ہٹا دیا گیا اور ترمیم شدہ تین تناسب کا طریقہ عام طور پر قابل قبول ہو گیا۔ راجرز نے IEEE اور IEC معیارات میں گیس کے مولکول کے تناسب کے کوڈنگ اور استعمال کے طریقے کو مفصل تجزیہ اور وضاحت کے ساتھ فراہم کیا۔ IEC 599 کے طویل مدتی استعمال نے ظاہر کیا کہ کچھ صورتحالوں میں یہ حقیقی حالات کے مطابق نہیں ہوتا اور کچھ خرابی کے مناظر کو تشخیص نہیں دے سکتا۔ نتیجے میں، چین اور جاپان الیکٹریکل ایسوسی ایشن نے IEC کوڈنگ میں بہتریاں کی ہیں، جبکہ دیگر حلیل گیس تجزیہ کے طریقے بھی عام طور پر استعمال ہو رہے ہیں۔

2. غیر واضح منطق کا تشخیصی طریقہ

امریکی کنٹرول نظریہ کار L.A. زاڈہ نے پہلے غیر واضح تشخیص کے طریقے پیش کیے، جن کا استعمال بعد میں وسیع ہو گیا ہے۔ غیر واضح منطق کی کیفیت کے علم اور تجربات کو بھٹکنے والے حدود کے ساتھ ظاہر کرنے میں فائدہ مند ہے۔ ممبرشپ فنکشن کے مفہوم کا استعمال کرتے ہوئے، یہ غیر واضح مجموعوں کو تمیز کرتا ہے، غیر واضح تعلقات کو پردازش کرتا ہے، انسانی حکمی ترکیبی استدلال کو محاکا کرتا ہے اور عملی استعمال میں مختلف عدم یقین کے مسائل کو حل کرتا ہے۔ عملی طور پر، ترانسفورمرز میں اکثر غیر واضح اسباب اور مکینزم کے ساتھ خرابیاں ظاہر ہوتی ہیں جن کو روایتی طریقوں سے اچھی طرح سے بیان یا وضاحت نہیں کیا جا سکتا۔ غیر واضح منطق کے طریقے کو ترانسفورمر کی خرابی کے غیر واضح تعلقات کو موثر طریقے سے حل کرنے کا نئा طریقہ فراہم کرتا ہے۔

روجرز کے تناسب کے طریقے کے متداول استعمال میں موجود کریٹیکل تناسب کے معیار کی کمی کو حل کرنے کے لیے، غیر واضح مجموعہ نظریہ کا استعمال کرتا ہوئے ایک طریقہ پیش کیا گیا ہے۔ یہ طریقہ روایتی تناسب کے طریقوں میں غیر واضح منطق کی ٹیکنالوجی کو شامل کرتا ہے اور تناسب کے حدود کو غیر واضح بناتا ہے۔ یہ طریقہ کئی ترانسفورمر کی خرابی کے تشخیص میں اچھا استعمال کیا گیا ہے اور یہ کوڈنگ کے مجموعہ طریقوں، غیر واضح گروہ بندی کے ٹیکنیکس، پیٹری نیٹ ورکس، اور گرے سسٹم کے سلسلے میں تبدیل ہو گیا ہے۔ ان ماڈلز میں معلومات کی ذاتی غیر واضحیت کو پورا خیال رکھا گیا ہے، جس سے مختلط مجموعوں کے ساتھ کارکردگی کو موثر طریقے سے بہتر کیا گیا ہے اور ترانسفورمر کی خرابی کے تشخیص کی درستگی میں بہتری آئی ہے۔

3. ماہر نظام کا تشخیصی طریقہ

ماہر نظام کünstliche Intelligenz کی ایک اہم شاخ ہیں۔ یہ کمپیوٹر پروگرام نظام ہیں جو انسانی ماہر تجربہ اور استدلالی پروسیس کو کچھ حد تک محاکا کرتے ہیں۔ کارکن کے ذریعہ فراہم کردہ معلومات کے بنیاد پر، یہ محفوظ کردہ ماہر علم یا تجربات کو استعمال کرتے ہوئے استدلال اور قضاوت کرتے ہیں، آخر کار کارکن کی فیصلہ سازی کے لیے یقین کی سطح کے ساتھ نتائج فراہم کرتے ہیں۔ قوت والے ترانسفورمر کی خرابی کے تشخیص ایک بہت ہی پیچیدہ مسئلہ ہے جس میں متعدد عوامل شامل ہوتے ہیں۔

متعدد پیرامیٹرز کے بنیاد پر درست قضاوت کرنے کے لیے مضبوط نظریاتی بنیاد اور غنی عمدہ صيانة تجربہ کی ضرورت ہوتی ہے۔ اضافی طور پر، ترانسفورمر کی صلاحیت، ولٹیج کی سطح، اور آپریشنل ماحول کی تغیرات کی وجہ سے، ایک ہی خرابی مختلف ترانسفورمرز میں مختلف طور پر ظاہر ہو سکتی ہے۔ ماہر نظام کو قوي خرابي تحمل کی قابلیت اور مطابقت کی قابلیت ہوتی ہے، جس سے ان کو حاصل کردہ تشخیصی علم کی بنیاد پر اپنے علم کی بنیاد کو تبدیل کرنے کی اجازت ہوتی ہے تاکہ مکمل ہو۔ اس لیے، وہ مختلف قسم کے قوت والے ترانسفورمرز کو موثر طریقے سے تشخیص دے سکتے ہیں۔ قوت والے ترانسفورمر کی خرابی کے تشخیص کے ماہر نظام کو خرابی کے اسباب اور قسم کے علم کو ملا کر خرابی کے خصوصیات کا تعین کیا جا سکتا ہے، جس میں تیل میں حل ہونے والی گیس کے تجزیہ کے علم کو شامل کیا جاتا ہے۔ وہ غیر واضح منطق کا استعمال کرتے ہوئے خرابی کے تشخیص میں غیر واضح مسائل کو موثر طریقے سے حل کر سکتے ہیں، مکمل علم حاصل کرنے کی مشکل کو روف سیٹ طریقہ کار کے ذریعے حل کر سکتے ہیں، اور کال بورڈ ماڈل آرکیٹیکچر کو استعمال کرتے ہوئے ملٹی ماہر تعاونی تشخیص کے لیے مناسب ڈھانچے کو قائم کر سکتے ہیں۔

4. مصنوعی نیورل نیٹ ورک کا تشخیصی طریقہ

مصنوعی نیورل نیٹ ورک نیورنز کی سرگرمی کو ریاضیاتی طور پر مدل کرتے ہیں اور دماغ کے نیورل نیٹ ورک کے ڈھانچے اور کام کی نقل کرتے ہوئے معلومات کی پردازش کا نظام ہیں۔ ANN کی خود منظم، مطابقت، خود سیکھنے، خرابی تحمل کی قابلیت اور قوی غیر خطی تقریب کی قابلیت ہوتی ہے۔ وہ پیشنگوئی، محاکاة، اور غیر واضح کنٹرول کے فنکشن کو عمل کر سکتے ہیں، جس سے وہ غیر خطی نظام کی پردازش کے لیے قوی اوزار بن جاتے ہیں۔ تیل میں حل ہونے والی گیس کے مولکول اور تیزابیت کے بنیاد پر ترانسفورمر کی خرابی کے تشخیص کے لیے مصنوعی نیورل نیٹ ورک کا استعمال حوالہ کیا گیا ہے۔ اس نے مختلف خرابی کے تشخیص کے طریقوں کو متعارف کروایا ہے جیسے کہ دو مرحلہ ANN طریقہ، بازپشت مصنوعی نیورل نیٹ ورک، فیصلہ کشی کے درخت کے مصنوعی نیورل نیٹ ورک ماڈل، مجموعی نیورل نیٹ ورک کے سلسلہ وار ڈھانچے کے ماڈل، اور ردیائی بنیادی فنکشن کے مصنوعی نیورل نیٹ ورک۔ ان طریقوں نے مسلسل نیورل نیٹ ورک کے الگورتھم کی کنورجنس کی رفتار، کلاسیفکیشن کی کارکردگی، اور درستگی کو بہتر بنایا ہے۔

5. دیگر تشخیصی طریقے

بالا مذکور چار طریقوں کے علاوہ، ترانسفورمر کی خرابی کے تشخیص کے لیے کچھ دیگر طریقے بھی استعمال ہوتے ہیں۔ نیورل نیٹ ورک اور ثبوت نظریہ کو کارکردگی کے متبادل فائدے کے لیے کارکردگی کے ساتھ ملایا جا سکتا ہے، ایک مکمل ترانسفورمر کی خرابی کے تشخیص کا طریقہ کئی نیورل نیٹ ورک کو ثبوت نظریہ کے ساتھ ملایا جا سکتا ہے۔ بائیولوجیکل امنیت نظام کی انتہائی کارکردگی کے مظہر اور ایٹی بادی کے خلاف ایٹی بادی کے خلاف انتہائی کارکردگی کے مظہر کو لیتے ہوئے، خود منظم ایٹی بادی نیٹ ورک اور ایٹی بادی تولید کے الگورتھم کو قوت والے ترانسفورمر کی خرابی کے تشخیص کے مسائل کو حل کرنے کے لیے استعمال کیا جا سکتا ہے۔ اضافی طور پر، دیگر ترانسفورمر کی خرابی کے تشخیص کے طریقوں میں معلومات کی ملا کر، روف سیٹ نظریہ، مجموعی فیصلہ کشی کے درخت، بیزین نیٹ ورک، مصنوعی امنیت نظام، نئے ردیائی بنیادی فنکشن نیٹ ورک، اور سپورٹ ویکٹر مشین کے استعمال شامل ہیں۔