سال انتشار: ۱۳۸۲

محل انتشار: پنجمین کنفرانس سراسری سیستم های هوشمند

تعداد صفحات: ۱

نویسنده(ها):

سودابه سلیمانی – دانشگاه صنعتی شریف
علیمحمد رنجبر – پژوهشگاه نیرو

چکیده:

ژنراتورهای سنکرون از جمله مهمترین تجهیزات تولید برق میباشد. لذا تشخیص به هنگام خطا در آنها قبل از به بار آوردن خسارتهای فراوان از اهمیت زیادی برخوردار است. یکی از خطاهای الکتریکی متداول در ژنراتورهای سنکرون، خطای اتصال کوتاه در سیمپیچی روتور آن میباشد که بررسیها نشان دادهاند که یکی از روشهای تشخیص خطای ژنراتور در حین کار، آنالیز هارمونیکهای جریان استاتور میباشد. لذا در این مقاله از شبکههای عصبی برای تعیین هارمونیکهای جریان استاتور ژنراتور در بارهای مختلف قبل از رویداد خطا استفاده شده است تا با مقایسه نتایج حاصل از این آنالیز با دادههایی که از وسایل اندازهگیری به هنگام کار ژنراتور بدست میآید، در زمینه رویداد و یا عدم رویداد چنین خطاهایی نظر داد. شبکه عصبی آموزس داده شده یک شبکه پرسپترون با یک لایه پنهان و با قانون یادگیری پس انتشار خطا میباشد که بر روی یک ژنراتور کوچک قطب برجسته با مشخصات ٥٠ کیلوولت آمپر، ٤٠٠ ولت، ٥٠ هرتز، ٤ قطب و ضریب توان ۰/۸ انجام شده است. این شبکه هارمونیکهای جریان را برای نقاط مختلف بار روی منحنی بهرهبرداری با خطای کمتر از ٢% نسبت به محاسبات از طریق شبیه سازی ژنراتور در نرمافزار مبتنی بر روش المان محدود و پیادهکردن الگوریتم CFE/SS بدست آورده است. شایان توجه است که علت اساسی استفاده از شبکه عصبی زمانبر بودن شبیهسازی و پیاده کردن آن الگوریتم میباشد