Zastosowanie SSN w diagnozowaniu transformatorów na podstawie analizy gazów rozpuszczonych w oleju

• Autorzy: Piotrowski T.

Warianty tytułu

EN

Application of ANN for the diagnosis of transformers based on the analysis of gases dissolved in oil

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono możliwość zastosowanie sztucznej sieci neuronowej (SSN), jako narzędzia rozpoznającego defekty transformatorów na podstawie analizy gazów rozpuszczonych w oleju. Zaproponowano przykładową sieć neuronową, która została zaprojektowana i wytrenowana. Pokazano również, na licznych realnych przypadkach defektów, działanie tej sieci.

EN

The paper presents the possibility of using artificial neural network (ANN) as a tool for transformer fault-recognition based on the analysis of gases dissolved in oil. It proposes an example of neural network, which was designed and trained. The operation of this network on many real cases of defects is also shown.

Słowa kluczowe

PL

transformatory olejowe; DGA; sztuczna sieć neuronowa

EN

oil-immersed transformer; DGA; artificial neural network

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2010
• Tom: R. 86, nr 11b
• Strony: 158--161
• Opis fizyczny: Bibliogr. 18 poz., schem., tab., wykr

Twórcy

autor

Piotrowski T.

• Politechnika Łódzka, Instytut Elektroenergetyki, ul. Stefanowskiego 18/22, 90-924 Łódź,

Bibliografia

• [1] IEEE Std C57.104-1991, IEEE Guide for the Interpretation of Gases Generated in Oil-Immersed Transformers, (2009)
• [2] Rogers R.R., IEEE and IEC Codes to Interpret Incipient Faults in Transformers, Using Gas in Oil Analysis, IEEE Trans. Electr. Insul., El-13 (1978), No. 5, 349-354
• [3] Basheer I.R., Hajmeer M. , Artificial neural networks: fundamentals, computing, design and application, Journal of Microbiological Methods 43 (2000), 3-31
• [4] Domżalski T. i in., Określenie uszkodzeń transformatorów po ich awaryjnym wyłączeniu, Konferencja Transformatorowa Transformator’93, Kołobrzeg (1993)
• [5] Sieradzki S., Uszkodzenia, remonty i modernizacje transformatorów blokowych, Energetyka nr 7 (1994), 233-237
• [6] Islam S.M. et all, A Novel Fuzzy Logic Approach to Transformer Fault Diagnosis, IEEE Transactions on Dielectrics and Electrical Insulation Vol. 7 (2000), No. 2, 177-186
• [7] Tang W.H. et all, A Bayesian Network Approach to Power System Asset Management for Transformer Dissolved Gas Analysis, The 3rd International Conference on Electric Utility Deregulation and Restructuring and Power Technologies, Nanjing, China (2008), 1460-1466
• [8] Tang W.H. et all, A Probabilistic Classifier for Transformer Dissolved Gas Analysis With a Particle Swarm Optimizer, IEEE Transaction On Power Delivery, Vol. 23 (2008), No. 2, 751-759
• [9] Zhang Y. et all, An Artificial Neural Network Approach to Transformer Fault Diagnosis, IEEE Transactions on Power Delivery, Vol. 11 (1996), No. 4, 1836-1841
• [10] Siva Sarma D.V.S.S. et all, ANN Approach for Condition Monitoring of Power Transformers Using DGA, IEEE Region 10 Conference TENCON, Vol. C (2004), 444-447
• [11] Zhu Jong-li et all, Transformer Fault Diagnosis Based on Naive Bayesian Classifier and SVR, IEEE Region 10 Conference TENCON, (2006), 1-4
• [12] Sokolov V.V., Consideration on PowerTransformer Condition-Based Maintenance, EPRI Substation Equipment Diagnostic Conference, New Orleans, USA (2000)
• [13] Castro A.R.G., Miranda V., Knowledge Discovery in Neural Networks With Application to Transformer Failure Diagnosis, IEEE Transactions on Power Systems, Vol. 20 (2005), No. 2, 717-724
• [14] Wang M.-H., Extension neural network for power transformer incipient fault diagnosis, IEE Proceedings on Generation, Transmission and Distribution, Vol. 150 (2003), No. 6, 679-685
• [15] Moradi M., Gholami A., Transformer Condition Assessment Via Oil Quality Parameters and DGA, International Conference on Condition Monitoring and Diagnosis, Beijing, China (2008)
• [16] Duval M., dePablo A. , Interpretation of Gas-In-Oil Analysis Using New IEC Publication 60599 and IEC TC 10 Databases, IEEE Electrical Insulation Magazine, Vol. 17 (2001), No. 2, 31-41
• [17] IEC 60599, Mineral Oil-Impregnated Electrical Equipment in Service - Guide to the Interpretation of Dissolved and Free Gases Analysis, (1999)
• [18] Morais D.R., Rolim J.G., A Hybrid Tool for Detection of Incipient Faults in Transformers Based on the Dissolved Gas Analysis of Insulating Oil, IEEE Transactions on Power Delivery, Vol. 21 (2006), No. 2, 673-680