Please use this identifier to cite or link to this item: http://repository.kpi.kharkov.ua/handle/KhPI-Press/53837
Title: Power transformer faults diagnosis using undestructive methods (Roger and IEC) and artificial neural network for dissolved gas analysis applied on the functional transformer in the Algerian north-eastern: a comparative study
Authors: Bouchaoui, Lahcene
Hemsas, Kamel Eddine
Mellah, Hacene
Benlahneche, Saadeddine
Keywords: feed-forward neural networks; нейронні мережі зі зворотним зв'язком
Issue Date: 2021
Publisher: Національний технічний університет "Харківський політехнічний інститут"
Citation: Power transformer faults diagnosis using undestructive methods (Roger and IEC) and artificial neural network for dissolved gas analysis applied on the functional transformer in the Algerian north-eastern: a comparative study / L. Bouchaoui [et al.] // Електротехніка і Електромеханіка = Electrical engineering & Electromechanics. – 2021. – № 4. – С. 3-11.
Abstract: Nowadays, power transformer aging and failures are viewed with great attention in power transmission industry. Dissolved gas analysis (DGA) is classified among the biggest widely used methods usedwithin the context of asset management policy to detect the incipient faults in their earlier stage in power transformers. Up to now, several procedures have been employed for the lecture of DGA results. Among these useful means, we find Key Gases, Rogers Ratios, IEC Ratios, the historical technique less used today Doernenburg Ratios, the two types of Duval Pentagons methods, several versions ofthe Duval Triangles method and Logarithmic Nomograph. Problem. DGA data extracted from different units in service served to verify the ability and reliability of these methods in assessing the state ofhealth of the power transformer. Aim. An improving the quality of diagnostics of electrical power transformer by artificial neural network tools based on two conventional methods in the case of a functional power transformer at Sétif province inEast North of Algeria. Methodology. Design an inelegant tool for power transformer diagnosis using neural networks based on traditional methods IEC and Rogers, which allows to early detection faults, to increase the reliability, of the entire electrical energy system from transport to consumers and improve a continuity and quality of service. Results. The solution of the problem was carried out by using feed-forward back-propagation neural networks implemented in MATLAB-Simulink environment. Four real power transformers working under different environment and climate conditions such as: desert, humid, cold were taken into account. The practical results of the diagnosis of these power transformers by the DGA are presented. Practical value. The structure and specific features of power transformer winding insulation ageing and defect state diagnosis by the application of the artificial neural network (ANN) has been briefly given. MATLAB programs were then developed to automate the evaluation of each method. This paper presents another tool to review the results obtained by the delta X software widely used by the electricity company in Algeria.
У наш час старіння та несправності силових трансформаторів уважно розглядаються у галузі передачі електричної енергії. Аналіз розчиненого газу виділяється серед найбільш широко використовуваних методів, що застосовуються в контексті політики управління активами для виявлення початкових несправностей на їх попередній стадії в силових трансформаторах. Дотепер для отримання результатів аналізу розчиненого газу було використано кілька процедур. Серед цих корисних засобів зазначимо такі, як метод основних газів, коефіцієнти Роджерса, коефіцієнти МЕК, історичний підхід, менш використовувані сьогодні коефіцієнти Дерненбурга, два типи методів п’ятикутників Дюваля, кілька варіантів методу трикутників Дюваля та логарифмічний номограф. Проблема. Дані аналізу розчиненого газу, отримані з різних об‘єктів, що експлуатуються, слугували для перевірки здатності та надійності цих методів при оцінці стану працездатності силового трансформатора. Мета. Підвищення якості діагностики електричного силового трансформатора за допомогою штучних нейромережевих інструментів, заснованих на двох звичайних методах, у випадку функціонуючого силового трансформатора в провінції Сетіф на північному сході Алжиру. Методологія. Розробка нетипового засобу для діагностики силових трансформаторів з використанням нейронних мереж на основі традиційних методів МЕК і Роджерса, який дозволяє раннє виявлення несправностей, підвищення надійності всієї електроенергетичної системи від передачі енергії до споживачів та покращення безперервності та якості обслуговування. Результати. Розв‘язання проблеми було здійснено за допомогою нейронних мереж зворотного розповсюдження із зворотним зв'язком, реалізованих в середовищіMATLAB-Simulink. Були враховані чотири діючі силові трансформатори, що працюють в різних умовах оточуючого середовища та клімату, таких як: пустеля, волога, холод. Представлені практичні результати діагностики цих силових трансформаторів з використанням аналізу розчиненого газу. Практичне значення. Стисло наведено структуру та специфічні особливості старіння ізоляції обмоток силових трансформаторів та діагностики стану дефектів за допомогою штучної нейронної мережі. Далі були розроблені програми уMATLAB для автоматизації оцінки кожного методу. Ця стаття представляє ще один засіб для аналізу результатів, отриманих за допомогою програмного забезпеченняdelta X, що широко використовується електричною компанією в Алжирі.
DOI: doi.org/10.20998/2074-272X.2021.4.01
URI: http://repository.kpi.kharkov.ua/handle/KhPI-Press/53837
Appears in Collections:Кафедра "Електричні апарати"

Files in This Item:
File Description SizeFormat 
EE_2021_4_Bouchaoui_Power.pdf881,61 kBAdobe PDFThumbnail
View/Open
Show full item record  Google Scholar



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.