عنوان پایان‌نامه
مطالعه و بررسی انواع سیگنالهای تخلیه جزئی جهت تشخیص منبع آنها
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 44240;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 1711
- تاریخ دفاع
- ۰۴ اسفند ۱۳۸۸
- دانشجو
- حسین اسماعیلی
- استاد راهنما
- حسین محسنی, امیر عباس شایگانی اکمل
- چکیده
- چکیده یکی از مهمترین مسائل مطرح پیرامون تخلیه جزئی در محیطهای با عایقهای مرکب، تشخیص منبع تخلیه می باشد. بطور مثال در عایق ترانسفورماتور که متشکل از کاغذ و روغن است، تشخیص منبع پالسها از اهمیت ویژه ای برخوردار است. زیرا تخلیه در کاغذ ممکن است پس از مدت کوتاهی باعث از بین رفتن عایق و شکست عایقی تجهیز گردد و این در حالی است که تخلیه در محیط روغن در کوتاه مدت چندان حائز اهمیت نیست. تشخیص منبع تخلیه همچنین در نگهداری و تعمیر تجهیزات نیز نقش موثری ایفا می کند و می تواند در تعیین اقدامات لازم جهت تعمیرات و تخمین خرابی مفید واقع شود. برای نمونه در مثال فوق با تشخیص تخلیه جزئی در روغن می توان با تصفیه و یا تعویض آن کیفیت عایقی سیستم را بهبود بخشید و نیاز به اقدامات دیگری نظیر تعویض حایل ها یا تعویض سیم پیچ ها نمی باشد. در این پروژه با بررسی پالسهای تخلیه جزئی در محیطهای مختلف و با الکترودهای متفاوت شرایط عملی موجود در تجهیزات را شبیه سازی نموده و به ارائه روشی جدید جهت تشخیص منبع آنها پرداخته شد. پس از ساخت سیستم آشکارساز(شامل امپدانس اندازه گیری و فیلتر تقویت کننده)، تست بر روی نمونه ها را آغاز نمودیم. این تست ها شامل ثبت پالسهای تخلیه در داخل روغن، تخلیه در سطح مشترک روغن-هوا، تخلیه در هوا، تخلیه در سطح مشترک پلکسی گلاس-هوا و تخلیه در پلکسی گلاس بود. در مرحله بعد جهت استخراج ویژگیهای پالسهای تخلیه جزیی از 3 روش که عبارتند از: روش طیف فرکانسی، روش مشخصه آماری طیف فرکانسی و روش مشخصه زمان-فرکانس استفاده شد. در ادامه برای هر یک از روشهای فوق شبکه عصبی مناسب جهت دسته بندی و تفکیک و تشخیص منبع پالسها طراحی گردید و با مقایسه نتایج حاصل بهترین روش استخراج مشخصه پالسهای تخلیه جزئی و بهترین شبکه طراحی شده، مشخص شد.
- Abstract
- Abstract Recognition of pulse sources is one of the most important issues about partial discharge in the compound dielectric systems. For instance, recognition of pulse source in the dielectric of transformer which consists of paper and oil is a very crucial subject, whereas discharge in the paper in a short time may cause aging in the dielectric and dielectric breakdown in the apparatus, at the same time discharge in the oil medium in the short time is not important. Pulse recognition also plays an important role in the operation and maintenance of facilities and can be useful in determining the necessary operations in order to repair and estimation of aging. For instance, in the above example with the recognition of partial discharge in the oil, it is possible to improve the dielectric quality of the system with purifying or changing the oil, therefore it’s not necessary to do other operations like changing barriers or windings. In this project, the partial discharge in the different environments and electrodes has been studied. Practical conditions in the facilities are simulated and the new method in pulse recognition is presented. After making detector system (includes measurement impedance and active filter), testing was started. These testes include discharge in the oil, surface discharge on oil-air, discharge in the air, and surface discharge on plexiglass-air and discharge in the plexiglass. In the next level, the characteristic of pulses is estimated with three approaches: The frequency spectrum method, the statistical features of frequency spectrum and time frequency method. In the last step the proper neural network for each approach was designed and with the comparison of results the best approach and designed network was determined.
