تعداد نشریات | 43 |
تعداد شمارهها | 1,275 |
تعداد مقالات | 15,751 |
تعداد مشاهده مقاله | 51,867,099 |
تعداد دریافت فایل اصل مقاله | 14,690,765 |
یک روش جدید برمبنای تبدیل S هایپربولیک اصلاحشده برای تمایز خطای داخلی از دیگر شرایط غیرعادی در ترانسفورماتور قدرت | ||
مجله مهندسی برق دانشگاه تبریز | ||
دوره 50، شماره 3 - شماره پیاپی 93، آبان 1399، صفحه 1085-1096 اصل مقاله (899.69 K) | ||
نوع مقاله: علمی-پژوهشی | ||
نویسندگان | ||
عبدالرضا بهوندی؛ قدرت الله سیف السادات* ؛ علیرضا صفاریان* | ||
دانشکده مهندسی - دانشگاه شهید چمران | ||
چکیده | ||
در این مقاله، یک روش جدید برای تمایز خطای داخلی از دیگر شرایط غیرعادی درترانسفورماتورهای قدرت ارائه شدهاست. ازآنجاییکه سیگنالهای جریان دیفرانسیل ناایستا هستند، یک ابزار قدرتمند همچون تبدیل S برای تحلیل زمان- فرکانس آنها موردنیاز است. در ابتدا شبیهسازیهای مختلفی برای حالتهای خطای داخلی، جریان هجومی، خطای خارجی، اضافه تحریک و فوق اشباع برای شرایط کاری مختلف ترانسفورماتور با درنظرگرفتن عوامل مؤثر بر آن با استفاده از نرم افزار PSCAD/EMTDC انجام میگیرد. پس از آن سیگنالهای جریان دیفرانسیل بدستآمده، توسط تبدیل S هایپربولیک اصلاحشده آنالیز میشوند. از ماتریس تبدیل S هاریپربولیک اصلاحشده، ویژگیهای مهم استخراج میشوند و براساس آنها شرایط مختلف تشخیص و کلاسبندی میگردند. "این ویژگیها شامل: انرژی سطح اول کانتور، شاخص واریانس، انحراف معیار فاز مولفه اصلی و هارمونیک دوم و سه معیار ویژه است." فرایند اجرای تبدیلS هاریپربولیک اصلاحشده و پیادهسازی الگوریتم پیشنهادی در نرم افزار MATLAB انجام خواهدشد. در این مقاله همه حالتهای گذرای ممکن و اثر اشباع ترانسفورماتورهای جریان در نظر گرفته میشوند. درنهایت صحت و دقت روش پیشنهادی با روشهای مختلف در شرایط با نویز و بدون نویز مقایسه میشوند. نتایج بدستآمده عملکرد خوب روش پیشنهادی را نشان میدهد. | ||
کلیدواژهها | ||
حفاظت دیفرانسیل؛ تبدیل S هایپربولیک اصلاحشده؛ خطای داخلی؛ فوقاشباع؛ اضافه تحریک | ||
مراجع | ||
[1] J. L. Blackburn and T. J. Domin, “Protective Relaying: Principles and Applications”, Third Edition. Taylor & Francis, 2006. [2] R. P. Medeiros, F. B. Costa and K. M. Silva, “Power Transformer Differential Protection Using the Boundary Discrete Wavelet Transform,” IEEE Transactions on Power Delivery, vol. 31, no. 5, pp. 2083-2095, 2016. [3] S. K. Murugan, S. P. Simon, P. S. R. Nayak, K. Sundareswaran and N. P. Padhy, “Power transformer protection using chirplet transform,” IET Gener. Transm.Distrib, vol. 10, no. 10, pp. 2520-2530, 2016. [4] M. Y. Asrami , M. T. Gorjikolaie, S. M. Razavi and S. A. Gholamian, “A novel intelligent protection system for power transformers considering possible electrical faults, inrush current, CT saturation and over-excitation”, Electrical Power and Energy Systems, vol. 64, pp. 1129–1140, 2015. [5] S. Horowitz and A. Phadke, Power System Relaying. Taunton, Somerset: Research studies press, 1992. [6] “Ieee guide for protecting power transformers,” IEEE Std C37.91-2008 (Revision of IEEE Std C37.91-2000), pp. 1–139, 2008. [7] H. Zhang, P. Liu and O. P. Malik, “A new scheme for inrush identification in transformer protection,” Electric Power System Research, vol. 63, no. 2, pp. 81-86, 2002. [8] D. Guillen, H. Esponda, E. Vazquez and G. Idarraga-Ospina, “Algorithm for transformer differential protection based on wavelet correlation modes”, IET Gen. Transm. Distrib., vol. 10, no. 12, pp. 2871-2879, 2016. [9] P. B. Thote, M. B. Daigavane, P. M. Daigavane and S. P. Gawande, “An Intelligent Hybrid Approach Using KNN-GA to Enhance the Performance of Digital Protection Transformer Scheme”, Canadian Journal of Electrical and Computer Engineering, vol. 40, no. 3, pp. 151-161, 2017. [10] T. Zheng, T. Huang, Y. Ma, Z. Zhang and L. Liu, “Histogram-Based Method to Avoid Maloperation of Transformer Differential Protection Due to Current-Transformer Saturation Under External Faults”, IEEE Transactions on Power Delivery, vol. 33, no. 2, pp. 610-619, 2018. [11] A. Rahmati and M. Sanaye-Pasand, “Protection of power transformer using multi criteria decision-making,” International Journal of Electrical Power andEnergy Systems, vol. 68, pp. 294-303, 2015. [12] S. Hasheminejad and S. Esmaeili, “Transient actions analysis of power transformersbased on S-transform and hidden Markov model”, Int. Trans. Electr. Energy Syst, vol. 24, pp. 826–841, 2014. [13] T. Zheng, J. Gu, S. F. Huang, F. Guo and V. Terzija, “A new algorithm to avoid maloperation of transformer differential protection in substations with an inner bridge connection,” IEEE Trans. Power Delivery, vol. 27, no. 3, pp. 1178-1185, 2012. [14] K. L. Butler-Purry and M. Bagriyanik, “Characterization of transients in transformers using discrete wavelet transforms,” IEEE Transaction Power System, vol. 18, no. 2, pp. 648-654, 2003. [15] A. Aktabi, M. A. Rahman and A. M. Razali, “An experimental implementation of the dq-axis wavelet packet transform hybrid technique for three-phase power transformer protection,” IEEE Transaction Industry. Applications., vol. 50, no. 4, pp. 2919-2927, 2014. [16] A. M. Shah, and B. R. Bhalja, “Discrimination between internal faults and other disturbances in transformer using the support vector machine-based protection scheme” IEEE Transaction Power Delivery., vol. 28, no.3, pp. 1508-1515, 2013. [17] سجاد باقری، زهرا مروج و گئورک قرهپتیان، « تمایز میان عیوب مکانیکی سیمپیچ، خطاهای الکتریکی داخلی و خارجی و جریانهای هجومی در ترانسفورماتورها با استفاده از روش ترکیبی»، مجله مهندسی برق دانشگاه تبریز، شماره 1، دوره 48، صفحه 21-32، بهار 1397 [18] M. Rasoulpoor and M. Banejad, “A correlation based method for discrimination between inrush and short circuit currents in differential protection of power transformer using discrete wavelet transform: Theory, simulation and experimental validation,” International Journal of Electric Power andEnergy Systems, vol. 51, pp. 168-177, 2013. [19] S. Jazebi, B. Vahidi, S. H. Hosseinian and J. Faiz, “Magnetizing inrush current identification using wavelet based Gaussian mixture models,” Simulation Modelling Practice and Theory, vol. 17, no. 6, pp. 991-1010, 2009. [20] R. Kumar, B. Singh, D. T. Shahani, A. Chandra and K. Al-Haddad, “Recognition of power-quality disturbances using S-transform-based ANN classifier and rule-based decision tree,” IEEE Transaction Industry Application, vol. 51, no. 1, pp. 2919-2927, 2015. [21] M. Biswal and P. K. Dash, “Measurement and classification of simultaneous power signal patterns with an S-transform variant and Fuzzy decision tree,” IEEE Transaction Industry Application , vol. 9, no. 4, pp. 1819–1827, 2013. [22] Z. Moravej , A. A. Abdoos and M. Sanaye-Pasand, “Power transformer protection using improved S-transform”, Electric Power Components and Systems, vol. 39, no. 11, pp. 1151-1174, 2011. [23] A. Ashrafian, M. Rostami and G. B. Gharehpetian, “Hyperbolic S-transformbased method for classification of external faults, incipient faults, inrush currents and internal faults in power transformers,” IET Generation, Transmission & Distribution, vol. 6, no. 10, pp. 940-950, 2012. [24] Z. Moravej, A. A. Abdoos and M. Sanaye-Pasand, “Power transformer protection scheme based on time-frequency analysis,” International Transactions on Electrical Energy Systems, vol. 23, no.4, pp. 473–493, 2013. [25] A. Ashrafian, B. Vahidi and M. Mirsalim, “Time–time-transform application to fault diagnosis of power transformers” IET Generation, Transmission & Distribution, vol. 8, no. 6, pp. 1156-1167, 2014. [26] H. Dashti and M. Sanaye-Pasand, “Power transformer protection using a multiregion adaptive differential relay,” IEEE Transaction Power Delivery, vol. 29, no. 2, pp. 777-785, 2014. [27] W. Zhang, Q. Tan, S. Miao, L. Zhou and P. Liu, “Self-adaptive transformer differential protection”, IET Generation, Transmission & Distribution, vol. 7, no. 1, 2013. [28] X. Lin and P. Liu, “The Ultra-Saturation Phenomenon of Loaded Transformer Energization and Its Impacts on Differential Protection”, IEEE Transactions on Power Delivery, vol. 20, no. 2, pp. 1265-1272, 2005. [29] B. Noshad, M. Razaz, S. G. Seifossadat, “A new algorithm based on Clarke's transform and discrete wavelet transform for the differential protection of three-phase power transformers considering the ultra-saturation phenomenon”, Electric Power Systems Research, vol. 110, pp. 9-24, May 2014. [30] A. Moukadem, D. Q. Abdeslam and A. Dieterlen, “Time–Frequency Domain for Segmentation and Classification of Non-Stationary Signals, Wiley-ISTE, ISBN978-1-84821-613-6, 2014. [31] R. G. Stockwell, L. Mansinha and R. Lowe, “Localization of the complex spectrum: the Stransform”, IEEE Transaction Signal Processing, vol.44, pp.998–1001, 1996. [32] M. J. Reddy, R. K. Raghupathy, K. Venkatesh and D. Mohanta, “Power qual-ity analysis using discrete orthogonal s-transform”, Digital Signal Processing. vol. 23, no. 2, pp. 616–626, 2013. [33] P. D. McFadden, J. G. Cook and L. M. Forster, “Decomposition of gear vibration signals by the generalized S transform”, Mechanical and System Signal Processing, vol. 13, no.5, pp. 691-707, 1999. [34] C. R. Pinnegar, L. Mansinha, “The S-transform with windows of arbitrary and varying shape,” Geophysics, vol. 68, no. 1, pp. 381-385,January 2003. [35] C. R. Pinnegar, L. Mansinha, “The bi-Gaussian S-transform,” Siam Journal Science Computing, vol. 24, no. 5, pp. 1678–1692, 2003. [36] C. R. Pinnegar and L.Mansiha, “Time Local Spectral Analysis for Nonstationary Time Series: The S Transform for Noisy Signals”, Fluctuation and Noise Letters, vol. 3, no. 3, pp. 357-364, 2003. [37] بهرام نوشاد، مرتضی رزاز و سیدقدرتاله سیفالسادات، «تعیین یک مدل دقیق ترانسفورماتور جریان برای آنالیز حالتهای گذرای الکترومغناطیسی در طی خطاهای الکتریکی»، مجله مهندسی برق دانشگاه تبریز، شماره 2، دوره 41، صفحه 77-87، پاییز 1390 [38] D. C. Jiles, J. B. Thoelke and M. Devine, “Numerical determination of hysteresis parameters using the theory of ferromagnetic hysteresis,” IEEE Transactions on Magnetics, vol. 28, no. 1, pp. 27–35, 1992. [39] R. P. Medeiros, F. B. Costa, “A Wavelet-Based transformer differential protection with differential current transformer saturation and cross country fault detection”, IEEE Transaction on Power Delivery,vol. 33, no. 2, pp. 789-799, 2018. [40] Transformer Differential Protection Relay, AREVA, KBCH 120, 130, 140, service manual, KBCH/EN M/G11, 2001, http://www.areva-td.com/contactcentre. | ||
آمار تعداد مشاهده مقاله: 435 تعداد دریافت فایل اصل مقاله: 398 |