Prediction of Oil Temperature for Substation Distribution Transformers Using Wavelet Neural Networks

• Autorzy: Lipiński P.

Warianty tytułu

PL

Predykcja temperatury oleju w transformatorach rozdzielczych za pomocą sieci falkowo-neuronowych

• Języki publikacji: EN

Abstrakty

EN

In this paper a new approach for predicting oil temperature for substation distribution transformer is presented. It takes advantage of a wavelet neural network (WNN), which is used to predict the oil temperature in the following 32 minutes. The in this article we choose optimal parameters for WNN and demonstrate that linear WNN performs better in terms of mean square error (MSE) of predicted values than linear and nonlinear neural networks.

PL

W artykule zostało przedstawione nowe podejście do przewidywania temperatury oleju w transformatorze. W podejściu tym zostały użyte neuronowe sieci falkowe w celu przewidzenia temperatury oleju z wyprzedzeniem 32 minut. W artykule przedstawiono sposób wyboru optymalnych parametrów dla sieci neuronowo falkowej. Wykazano także że, neuronowe sieci falkowe są w stanie przewidzieć temperaturę oleju z większą dokładnością niż liniowe sieci falkowe i nieliniowe sieci falkowe. Do porównania dokładności przewidywań jako kryterium porównania przyjęto błąd MSE.

Słowa kluczowe

EN

wavelet transform; wavelet neural network

PL

przekształcenia falkowe; neuronowe sieci falkowe

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2008
• Tom: R. 84, nr 12
• Strony: 202--204
• Opis fizyczny: Bibliogr. 14 poz., schem., wykr.

Twórcy

autor

Lipiński P.

• Politechnika Łódzka, Samodzielny Zakład Sieci Komputerowych, ul. Stefanowskiego 18/22, 90-924 Łódź,

Bibliografia

• [1] Liebfried T., Knorr W., Viereck K., Dohnal D., Kosmata A., Sundermann U., Breitenbauch B.: On – line Monitoring of Power Transformers – Trends, New Developements and First Experiences, CIGRE 1998, Rep. Nr 12 – 211.
• [2] Poittevin J., Tenbohlen S., Uhde D., Sundermann U., Borsi H., Werle P., Matthes H.: Enhanced diagnosis of power transformers using on – and off – line methods: results, exapmles and future trends, CIGRE 2000, Rep nr 12 – 204.
• [3] T. Vekara, S. Pettissalo, N. Rajkumar, Remote Monitoring System for Transformer Substations, Nordic Workshop on Power and Industrial Electronics, Helsinki, Finland, 2004.
• [4] C. Bengtsson, Status and Trends in Transformer Monitoring, IEEE Trans. On Power Delivery, vol. 11, no. 3, July 1996, pp 1379 – 1384.
• [5] M. F. Barnes, QualiTROL SENTRY Transformer Monitoring System, IEE Colloqium on Monitors and Condition Assessment Equipment (Digest No. 1996/186), 5. Dec. 1996, pp 2/1 – 2/7.
• [6] S. Pettissalo, W. Kozlowski, H. Lyskawa, T. Kantecki, WIMO – Remote Monitoring System for Transformer Substations, VI National Science and Technology Conference on Diagnostics of Industrial Processes, DPP’03, Wladyslawowo, Poland, 15-17.09.2003.
• [7] Provanzana J.H., Gattens P.R., Hagman W.H., Moore H.R., Harley J.W., Triner J.E.: Transformer Condition Monitoring – Realizing an Integrated Adaptive Analysis System, CIGRE 1992, Rep. 12 – 105.
• [8] Aschwanden T., Hässig M., Fuhr J., Lorin P., Der Houhanessian V., Zaengl W., Schenk A., Zweiacker P., Piras A., Dutoid J.: Developement and application of new condition assessement methods for power transformers, CIGRE 1998, Rep. Nr 12 – 207.
• [9] L. Byczkowska-Lipińska, A. Wosiak, System diagnostyczny do oceny stanu pracy transformatora energetycznego, Przegląd Elektrotechniczny, R. 82 Nr 12/2006 s. 137-140.
• [10] “IEEE guide for loading mineral-oil-immersed power transformers,” in IEEE C57.91, 1995.
• [11] B. C. Lesieutre, W. H. Hagman, and J. L. Kirtley Jr., An improved transformer top-oil temperature model for use in an on-line monitoring and diagnostic system, IEEE Trans. on Power Delivery, vol. 12, no. 1, pp. 249–254, Jan. 1997.
• [12] Q. He, D.J.Tlavsky, Prediction of Top-Oil Temperature for Transformers Using Neural Networks IEEE Transactions On Power Delivery, Vol. 15, No. 4, October 2000.
• [13] M. Thuillard, A Review of Wavelet Networks, Wavenets, Fuzzy Wavenets and Their Applications ESIT 2000, Aachen, Germany September 2000, p. 5-15.
• [14] Ingrid Daubechies, Ten Lectures on Wavelets, SIAM, Philadelphia, Pennsylvania, 1992.
• [15] A. Duraj, A. Krawczyk, Detekcja i identyfikacja zespołu QRS w sygnałach elektrokardiograficznych stymulatorowych Przegląd elektrotechniczny, Nr 12/2006, s. 38 – 41.