ارائه یک استراتژی جدید مبتنی بر شبکه عصبی GMDH برای تشخیص جریان هجومی و جلوگیری از عملکرد نادرست رله دیفرانسیل در ترانسفورماتورهای قدرت

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

از رله های دیفرانسیل امپدانس پایین به طور گسترده برای حفاظت از ترانسفورماتورهای قدرت استفاده می شود. رله های دیفرانسیل با وجود قابلیت اطمینان بسیار بالا ممکن است در هنگام کلیدزنی ترانسفورماتور قدرت و ایجاد جریان هجومی دچار اشتباه شده و جریان هجومی ایجاد شده را به عنوان خطا تشخیص داده و فرمان قطع کلید قدرت را صادر نمایند. به همین دلیل نیاز به توسعه روش هایی است تا در رله دیفرانسیل بین جریان هجومی و خطای دایم تمایز گذاشته و از عملکرد بی مورد رله دیفرانسیل جلوگیری کنند. براین اساس در این مقاله روشی جدید بر پایه شبکه عصبی GMDH برای تمایز گذاشتن بین جریان هجومی و خطای دایم پیشنهاد شده است. روش پیشنهادی قابلیت تشخیص سریع انواع خطای همزمان با جریان هجومی را دارا می باشد. همچنین این روش نسبت به نویز ایمن بوده و نویزی شدن سیگنال تاثیری بر عملکرد آن ندارد. روش پیشنهاد شده با روش های متداول مورد استفاده در صنعت (روش هارمونیک دوم و روش عبور از صفر سیگنال) مقایسه شده و نتایج نشان می دهند که روش پیشنهادی در این مقاله عملکرد بهتری در مقایسه با روش های معمول صنعتی دارد.

زبان:
انگلیسی
صفحات:
57 تا 69
لینک کوتاه:
magiran.com/p2422760 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!