ارائه ي روشي نوين در نظارت هوشمند كردن ترانسفورماتورهاي قدرت و توزيع

چكيده - در ترانسفورماتورهاي توزيع، پارامترهاي مختلفي در سرويس و شكست ترانسفورماتورهاي توزيع نقش دارند. روش عصبي-فازي يك تكنيك خوشه بندي قابل اطمينان بر پايه ي شبكه ي عصبي-فازي است. خوشه بندي فرآيند خودكاري است كه در طي آن، نمونه ها به دسته هايي كه اعضاي آن مشابه يكديگر مي با شند تقسيم مي شوند. مدل هاي تئوري مي تواند براي توصيف ديناميكي ترانسفورماتورها مورد استفاده قرار گيرد. بايد اين نكته را مد نظر داشت كه مدل سازي واقعي ترانسفورماتورها مي تواند دقت آشكارسازي خطا را افزايش دهد. براي اين دليل، تكنيك هاي هوش مصنوعي مي تواند براي آشكارسازي خطا در ترانسفورماتورها مورد استفاده قرار گيرد. در روش عصبي-فازي در ابتدا سيستم آموزش داده مي شود. شبكه ي عصبي-فازي تحركات سيستم غيرخطي را شناسايي ميكند. در مورد ترانسفورماتور، مدل هاي تئوري ساده اغلب نمي تواند دقت مناسب را بدست دهد. بنابراين، شبكه هاي عصبي براي شناسايي غيرخطي ترانسفورماتور مورد استفاده قرار مي گيرد. TFN يك شبكه ي عصبي چند لايه است. TFN مي تواند هر تعداد ورودي و خروجي را كنترل كند كه اين سبب مي شود كه اين الگوريتم بتواند در سيستم-هاي مختلفي مورد استفاده قرار گيرد. ايده ي اصلي استفاده از يك پردازنده ي مركزي است كه بتواند اختلاف بين مقادير را اندازه گيري كند. در اين مقاله از چندين گره ي مختلف براي افزايش قابليت و كاهش پيچيدگي سيستم استفاده شده است.