تشخیص و تمایز خطاهای داخلی، خطاهای خارجی و جریان هجومی در ترانسفورماتورهای قدرت با استفاده از شبیه ساز دیجیتال زمان حقیقی و روش های هوشمند

امروزه جهت حفاظت ترانسفورماتورهای قدرت در مقابل انواع خطاها و پیشامدها از رله دیفرانسیل استفاده می گردد. با وجود پیشرفت های صورت گرفته در تکنولوژی ساخت رله ها، همچنان تشخیص و تمایز پیشامدهای مختلف از مهمترین چالش هایی است که مهندسان حفاظت با آن روبرو هستند. در این مقاله، روش ترکیبی هوشمند جهت تشخیص و کلاسه بندی خطاهای الکتریکی داخلی، خطاهای خارجی در هنگام اشباع ترانسفورماتورهای جریان و جریان هجومی در ترانسفورماتورها پیشنهاد شده است. ابتدا، جریان خطاهای داخلی، خارجی و جریان هجومی ترانسفورماتورهای قدرت توسط شبیه ساز دیجیتال زمان حقیقی(rtds) و بسته نرم افزاری آن (rscad) شبیه سازی می گردد. سپس، سیگنال های نمونه برداری شده در پیشامدهای مختلف جهت تشخیص و تمایز به نرم افزار matlab انتقال داده می شود. در این مرحله، با استفاده از روش طبقه بندی بیزین که اطلاعات داده های آموزشی را مستقیماً مورد ارزیابی قرار می‌دهد، خطاهای خارجی از سایر شرایط عملکردی ترانسفورماتور تفکیک می شود. سپس، سایر پیشامدها از قبیل جریان هجومی و خطاهای الکتریکی داخلی توسط روش های درخت تصمیم گیری و ماشین بردار پشتیبان از یکدیگر متمایز خواهند شد. نتایج بدست آمده نشان می دهد که روش حفاظت ترکیبی هوشمند پیشنهادی قابلیت تشخیص و کلاسه بندی پیشامدهای مختلف در ترانسفورماتورها را در حالت زمان حقیقی با دقت مناسبی دارد که از نوآوری اصلی این مقاله با سایر تحقیقات منتشر شده می باشد.

Detection and Discrimination of Internal Faults, External Faults and Inrush Current in Power Transformers using Real Time Digital Simulator and Intelligent Methods

Today, differential relays are used in order to protect power transformers against all kinds of faults and events. Despite advances in relay fabrication technology, the detection and discrimination of different events is still one of the most important challenges for the protection engineers in this field. In this paper, an intelligent hybrid method has been proposed to detect and classify internal electrical faults, external faults while saturating Current Transformers (CTs) and inrush current in transformers. First, the internal and external fault currents and the inrush currents of power transformers are simulated by the RealTime Digital Simulator (RTDS) and its software package (RSCAD). Then, the sampled signals in different events are transmitted to MATLAB software for detection and discrimination. At this stage, using the Bayesian Classifier method, which directly evaluates the training data information, external faults are separated from the other operating conditions of the transformer. Then, other events such as inrush current and internal electrical faults will be distinguished from each other by Decision Tree (DT) and Support Vector Machine (SVM) methods. The results show that the proposed intelligent hybrid protection method has the ability to detect and classify different disturbances in transformers in real time state with appropriate accuracy, which is one of the main innovations of this study compared to other published research.