چکیده

ترانسفورماتور ها بخش های حیاتی سیستم شبکه برق محسوب می شوند. ترانسفورماتور معیوب می تواند منبع برق را همراه با دستگاه های دیگر سیستم انتقال بی ثبات کند. با توجه به نقش مهم آن در سیستم، یک ترانسفورماتور بایستی عاری از هرگونه خطا و بی نظمی باشد. تجزیه و تحلیل محلول گاز در روغن (DGA) روشی است که در تشخیص خطا های موجود در ترانسفورماتور برق کمک می کند. این مقاله یک سیستم هیبریدی بر اساس محاسبات ژنتیک عصبی (GNC) برای تجزیه و تحلیل و تفسیر داده های به دست آمده از غلظت گازهای حل شده، پیشنهاد می کند. که بر اساس تجزیه و تحلیل به چهار زیر مجموعه با توجه به استاندارد C57.104 تعریف شده توسط IEEE و استفاده از الگوریتم ژنتیک (GA) خوشه بندی می کند . داده های خوشه بندی شده وارد شبکه عصبی شده تا برای پیش بینی انواع مختلفی از خطاهای موجود در ترانسفورماتور استاده گردد. سیستم ترکیبی قوانین تصمیم گیری لازم را برای کمک به اپراتور سیستم در شناسایی خطای دقیق در ترانسفورماتور و وضعیت خطا ی آن تولید می کند. این تجزیه و تحلیل در انجام تعمیر و نگهداری مورد نیاز و برنامه ریزی برای بررسی سیستم، مفید واقع خواهد شد.

 

کلمات کلیدی: تجزیه و تحلیل محلول گاز در روغن (DGA)، ترانسفورماتور برق، تشخیص خطا، پیش بینی خطا، الگوریتم ژنتیک، شبکه ی عصبی

————————————————–

عنوان اصلی مقاله:  Design and evaluation of a hybrid system for detection and prediction of faults in electrical transformers

ترجمه فارسی عنوان: طراحی و ارزیابی یک سیستم هیبرید برای تشخیص و پیش بینی خطا در ترانسفورماتورهای برق

تعداد صفحات انگلیسی:  ۱۲ صفحه

تعداد صفحات ترجمه فارسی:   ۳۲ صفحه

قیمت ترجمه فارسی:  ۱۸۸۰۰تومان

دانلود رایگان نسخه انگلیسی ژورنال و خرید ترجمه فارسی به صورت آنلاین  از لینک های پایین

 

دانلود مقاله و ترجمه