高周波モデルと複素値ニューラルネットワークを使用した電力変圧器の予測分析

本論文は、高周波等価回路から始まり、電力変圧器におけるさまざまな故障メカニズムを特定できる予測アプローチを提案します。主な目的は、重大な結果を引き起こす前に電力変圧器の故障を検出するための一般的な手順を定義することです。実際、これらの故障条件は、等価集積パラメータモデルの成分の変動によって特徴付けられ、複素値ニューラルネットワークを通じて正しく認識されることが示されています。したがって、本研究の主な貢献は、周囲温度変動の影響を考慮して20 Hz - 1 MHz範囲での電力変圧器の実験的特性評価、故障のパラメトリック分析、および異常な状況を検出するためのパワーライン通信技術と機械学習に基づく手順の定義で構成されています。予測分析は、実験測定、集積パラメータの計算、等価回路のシミュレーション、そして複素値ニューラルネットワークを使用した予測分析の4つの連続したフェーズに整理されています。測定は、デルタ/Y構成の低電圧絶縁変圧器で行われ、これにより分配ネットワークで使用される中電圧変圧器に全体の手順が拡張されます。結果は、故障が平均97％の精度で認識できることを示しています。