تشخیص نوع عیب تخلیه جزئی شینه های ژنراتوربا استفاده از شاخصهای آماری و شبکه های عصبی احتمالی

سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,737

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PSC20_045

تاریخ نمایه سازی: 8 آذر 1385

چکیده مقاله:

دراین مقاله نتایج آزمایشات تخلیه جزئی انجام شده روی شینه های ژنراتور واقعی با استفاده از یک سیستم اندازه گیری مبتنی بر کامپیوتر ارائه گردیده است . روی این شینه ها دو نوع عیب بطور مصنوعی ایجاد شده و درمجموع در سه حالت عیب شماره 1 و 2 و عیب برطرف شده ازمایشات صورت گرفته است . محاسبات اولیه بکمک یک نرم افزار که به همین منظور تهیه شده انجام گرفته و توزیعهای آماری مختلف فاز - دامنه - تعداد پالس بدست آمده اند . برای داشتن تعدادی شاخص جهت تعیین نوع عیب , برخی ویژگیهای این توزیع شامل پارامترهای پیچش و تیزی , مربوط به توزیع های تعداد پالس برحسب فاز و دامنه پالس بر حسب فاز برای پلاریته های مثبت و منفی پالس های تخلیه ها استخراج گردیده اند . در مجموع 8 شاخص , سه حالت خروجی و 54 سری داده برای هر حالت تهیه شده است . از نیمی از این داده های برای آموزش یک شبکه عصبی احتمالی استفاده شده و با نیم دیگر از داده ها شبکه عصبی تست شده است . نتایج در مجموع حاکی ازدر صد بالای موفقیت این شبکه عصبی در تشخیص نوع عیب می باشد .

کلیدواژه ها:

نویسندگان

منصور رفیعی

دانشجوی دکترای دانشگاه علم و صنعت ایران

حیدرعلی شایانفر

استاد دانشگاه علم و صنعت ایران و عضو هیئت علمی دانشگاه صنعت آب و برق

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :