تشخیص خطای داخلی از جریان هجومی و خطای خارجی در ترانسفورماتورهای قدرت براساس تبدیل VMD و ماشین یادگیری بی‌نهایت

Abstract

ترانسفورماتورهای قدرت از تجهیزات گران‌قیمت و مهم در سیستم‌های قدرت‌اند که در تأمین پیوستة انرژی الکتریکی نقش مهمی دارند؛ بنابراین، حفاظت از آنها تأثیر به‌سزایی در افزایش قابلیت اطمینان و حفظ پایداری شبکه دارد. طرح حفاظت دیفرانسیل مجهز به نگهدارندة هارمونیکی برای تشخیص خطاهای داخلی ترانسفورماتور استفاده می‌شود؛ اما اشباع ترانسفورماتورهای جریان ممکن است بر عملکرد آن تأثیر نامطلوبی داشته باشد. در برخی موارد، اشباع ترانسفورماتور جریان در حین خطای داخلی با ایجاد هارمونیک‌های زوج همراه است که مانع عملکرد رله می‌شود. همچنین، اشباع ترانسفورماتور جریان با ظاهرشدن مؤلفة DC در زمان برق‌دارشدن ترانسفورماتور باعث عملکرد بی‌مورد رله می‌شود. در این مقاله یک ویژگی جدید با استفاده از آنالیز جریان دیفرانسیل با تبدیل VMD استخراج می‌شود. این ویژگی به همراه دامنة جریان دیفرانسیل و جریان بایاس به‌منظور شناسایی خطای داخلی از دیگر شرایط به کار گرفته می‌شود. نتایج شبیه‌سازی نشان می‌دهد ترکیب VMD با ماشین یادگیری بی‌نهایت قادر است حتی با وجود اشباع ترانسفورماتور جریان، تمامی خطاهای داخلی را به‌درستی تشخیص دهد.