Program komputerowy wykorzystujący sztuczne sieci neuronowe do interpretacji wyników badań przy użyciu metody RVM w celu oceny zawilgocenia izolacji papierowej transformatorów

• Autorzy: Bernat J. , Gielniak J. , Morańda H.

Warianty tytułu

EN

The program for evaluation of moisture content in paper-oil 5 insulation using artificial neural networks

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia nową metodę interpretacji wyników badań, uzyskanych przy wykorzystaniu metody napięcia powrotnego. Metoda oa wykorzystuje sztuczne sieci neuronowe (SSN) do oceny zawilgocenia izolacji celulozowej transformatorów. Do uczenia SSN wykorzystano bazę janych, zawierającą wyniki badań kilkudziesięciu transformatorów i modeli ich izolacji. Autorzy metody wykorzystali do interpretacji wyników badań napięcia powrotnego znacznie więcej parametrów niż to wymaga metoda standardowa. Stworzony przez autorów program komputerowy 'AoistureAnalyzer, interpretujący wyniki badań napięcia powrotnego, poprawnie ocenia zawilgocenie izolacji transformatora.

EN

This paper presents new method of recovery voltago measurement (RVM) results interpretation. The new interpretation uses artificial leural networks (ANN) for estimation of moisture content in transformers cellulose insulation. The ANN was teached on database consists of tens -esults of measurements on power transformers and models. Authors of this paper proposed to use more parameters describing RVM results than .;as used in standard method. Based on own database, and ANN, authors created program MoistureAnaly'zer. The program evaluates moisture :ontent in paper-oil insulation much better than the standard method. (The program for evaluation of moisture content in paper-oil insulation using artificial neural networks)

Słowa kluczowe

PL

napięcie powrotne; sieci neuronowe; izolacja; zawilgocenie; izolacja transformatora

EN

recovery voltage; neural networks; insulation; moistening

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2008
• Tom: R. 84, nr 10
• Strony: 5--7
• Opis fizyczny: Bibliogr. 8 poz., tab., wykr.

Twórcy

autor

Bernat J.

autor

Gielniak J.

autor

Morańda H.

• Politechnika Poznańska, Katedra Inżynierii Komputerowej,

Bibliografia

• [1] Gubanski S.M., Boss P., Csepes G., Houhanessian V.D.,Filippini J., Guuinic P., Gafvert U., Karius V., Lapworth J., Urbani G., Werelius P., Zaengl W.S., Dielectric response methods for diagnostics of power transformers: Report of the TF 15.01.09, CIGRE, 2001
• [2] Michalik K., Neuronix 3.0, Symulator sztucznych sieci neuronowych, AITECH, Katowice
• [3] Csepes, G.; Hamos, I.; Brooks, R.; Karius, V., Conference on Electrical Insulation and Dielectric Phenomena. Annual Report. 25-28 Oct. 1998 Vol. 1, pp. 345 - 355
• [4] Gafvert U., Influence of geometric structure and material properties on dielectric frequency response of composite oil cellulose insulation, Proceedings of 2005 International Symposium on Electrical Insulating Materials ISEIM 2005, Vol.1., pp. 73-76
• [5] Linhjell D., Lundgaard L., Gafvert, U., Dielectric Response of Mineral Oil Impregnated Cellulose and the Impact of Aging, IEEE Transactions on Dielectrics and Electrical Insulation, Vol.14, Issue 1, Feb. 2007, pp.156 – 169
• [6] Gielniak J., Ossowski M., Dielectric response of oil-paper insulation systems of large moisture and temperature inhomogeneity, Proceedings of the XIVth International Symposium on High Voltage Engineering, G-111, Tsinghua University, Beijing, China, August 25-29, 2005
• [7] Osowski S., Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza PW, Warszawa, 2000
• [8] Korbicz J., Obuchowicz A., Uciński D., Sztuczne sieci neuronowe, Akademicka Oficyna Wydawnicza, 1994