-
شماره ركورد
10304
-
شماره راهنما(اين فيلد مربوط به كارشناس ميباشد لطفا آن را خالي بگذاريد)
10304
-
پديد آورنده
وهاب رشت آبادي
-
عنوان
عيب يابي ترانسفورماتورهاي قدرت بر اساس آناليز گازهاي محلول و با استفاده از شبكه هاي عصبي، تبديل موجك و مدل تركيبي جهت رسيدن به پاسخ بهينه
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
برق - سيستمهاي قدرت
-
سال تحصيل
آبان 1388
-
تاريخ دفاع
آبان 1388
-
استاد راهنما
دكتر احمد غلامي
-
استاد مشاور
دكتر محمد فرخي
-
چكيده
عملكرد ترانسفورماتور در سطوح مختلف نقش بسيار كليدي در حفظ پايداري و ارتقاء قابليت اطمينان شبكه قدرت دارد. بروز خطا در اين تجهيزات و عدم شناسائي به موقع آنها باعث خروج ترانسفورماتور از شبكه قدرت مي گردد. با آناليز گازهاي محلول در روغن در حين بهره برداري از ترانسفورماتور علائم اوليۀ يك عيب آشكارسازي شده و مي توان مانع توسعه عيب هاي كوچك و ايجاد عيب بزرگ شده و عمر ترانسفورماتور را افزايش داد. در اين راستا روشهاي كلاسيك متعددي پايه گذاري گرديده است كه هر كدام داراي محدوديت هايي مي باشند. با پيشرفت در صنعت كامپيوتر و توانمندي شبكه هاي عصبي و شبكۀ موجك محدوديت هاي روش كلاسيك برطرف گرديده و ميزان خطاي تشخيص به حداقل مي رسد. در اين پروژه شبكه عصبي دو لايه با توپولوژيهاي مختلف بكار گرفته شده و از چهل گروه داده، 35 گروه جهت آموزش و 5 گروه جهت تست استفاده مي شود و متعاقب آن شبكه موجك مورد بررسي قرار گرفته و از 5 تابع موجك متفاوت استفاده مي گردد. در هر دو شبكه از توابع كارايي mse و توسعه يافته msereg و الگوريتم هاي آموزشي lm و bfg در حالت هاي مختلف استفاده شده و در مواردي نيز با اضافه نمودن 20% نويز به داده هاي ورودي و آموزش شبكه عملاً شبكه به نويز غير حساس مي شود. در ادامه مدل تركيبي ارائه گرديده و از تابع كارائي mse والگوريتم آموزشي lm و از شبكه سه لايه استفاده شده است. بمنظور رويت و مقايسه نتايج در يك صفحه براي روش كلاسيك نيز برنامه اي نوشته شده و در نهايت خروجي هاي روش كلاسيك IEC ، شبكه عصبي، شبكه موجك و مدل تركيبي به همراه داده هاي ورودي و خطاي واقعي در يك جدول گرد آوري شده و ارزيابي مي گردند. در نهايت با ارائه پيشنهادات تكميلي و مرور نتايج حاصله و نوآوري ها پروژه جمع بندي مي شود.
-
لينک به اين مدرک :