Condition Monitoring of Electrical

Condition Monitoring of Electrical Supply
Voltage Quality to Electrical Machines using
RBF Neural Network
Harapajan Singh*
, Manjeevan Seera**, and Ahmad Puad Ismail*
*
Department of Electrical Engineering, Universiti Teknologi MARA, P. Pinang, Malaysia. Email: [e-mail]
**School of Electrical and Electronic Engineering, Universiti Sains Malaysia, P. Pinang, Malaysia.
Abstract— Three phase electrical machines are normally
exposed to lowered levels of supply voltage quality
conditions which can appear simultaneously due to voltage
disturbances of overvoltage or undervoltage, voltage
unbalance and voltage waveform distortions. These voltage
disturbances can cause effects of seriously overheating
winding insulation resulting in degradation and reduced
lifespan of the machines. The supply of electrical power
with proper rated voltages and acceptable voltage
waveforms can significantly improve the satisfactory
operation and life span of the machines. The proper
application of supply voltage quality levels can reduce the
downtime and operating expenses of the electrical machines,
thus improving return of investment on assets managed by
the organization. In this paper, a control methodology for
the early detection and classification of the electrical voltage
supply condition in electrical machines based on radial
based function (RBF) neural networks is presented. The
condition of the supply voltage quality to electrical machines
is diagnosed and classified using RBF neural networks. It
will be shown that the developed method is simple in dealing
with any supply voltage condition to detect and allows for
the ease in classification of the supply voltage pattern. Test
results for the classified patterns have shown that the
method used for this classification scheme able to correctly
identify supply voltage conditions, and the adopted RBF
neural network condition monitoring based method is
efficient.
Keywords — RBF neural network; voltage unbalance;
overvoltage; condition monitoring; undervoltage; voltage
waveform distortions
I. INTRODUCTION
An electrical power system delivers electrical power to
satisfactorily operate electrical machines connected to the
system. Electrical machines are the most popular
machines used in commercial and industrial
environments due to their reliability, robustness and
simplicity of its construction. However the issue of
proper supply voltage quality which is of extreme
importance for the operation and lifespan to the machines
is normally not well addressed in real life. The delivery
of electrical power supply with the proper voltage
magnitude and waveshape to electrical machines allows
the machines to operate satisfactorily for its designed
lifespan and even to longer lifespan. Electrical machines
are sensitive to lowered levels of supply voltage quality
appearing in the mains supply due to voltage disturbances
of undervoltage, overvoltage, voltage unbalance and
voltage waveform distortions which can cause higher
levels of power losses to occur in the machines and
consequently result in higher windings temperature [1,2].
The higher windings temperature makes the insulation
system to degrade at a faster rate than normal. For most
insulation materials an 8–11 K increase in temperature
can result in a twofold reduction of the insulation system
lifespan. Voltage disturbances appearing in the mains
supply may cause premature insulation failure of
electrical machines [3]. Damage to electrical machines
due to premature insulation failure can be identified with
the use of proper test equipments to determine if
corrective action needs to be taken.
The supply voltage quality problem to electrical
machines normally occurs in weak power supply systems
having a comparatively high value of power supply
impedence. In weak power systems, significant voltage
variations of undervoltages as well as overvoltages can
occur during changes of load current in electrical power
system. Both active and passive non-linear electrical
machines connected to a power system normally
produces distorted current waveforms which
consequently produces voltage waveform distortions.
Distribution lines in power system having different values
of line impedences can produce voltage unbalances. In
summary, electrical machines in power systems may be
exposed to different voltage disturbances of overvoltage
or undervoltage, voltage waveform distortions
(harmonics) and voltage unbalances [4-6] which can
appear simultaneously at the same time. The increasing
number of malfunctions and failures in electrical
machines due to the lowered level of supply voltage
conditions has provoked the development of several
power control standards. The National Authorities has
published the Institution of Electrical and Electronics
Engineers IEEE Standard [7], International
Electrotechnical Commission IEC Standard [8], National
Electrical Manufacturer Association NEMA Standard [9]
and similar national standards. One of the several
objective of these standards is to provide guidelines on
the voltage profiles that should be kept within certain
practical limits. NEMA standard has established that
machines shall operate successfully for permissible level
2
of voltage deviation, voltage unbalance, and voltage
harmonics total harmonics distortion (THD) to be kept
within ±10%, 5%, 5% respectively under running
conditions at rated load currents as set out in Table I.
TABLE I
NEMA standard permissible level of voltage supply condition
Voltage supply conditions Permissible level (%)
Voltage deviation (overvoltage) +10
Voltage deviation (undervoltage) −10
Voltage harmonics (THD) 5
Voltage Unbalance 5
When different voltage disturbances appear at the
same time in electrical machines, these various
simultaneous disturbances may cause an extremely high
windings temperature rise, even if the voltage quality
fulfils the requirements of the national standards. The
maximum permitted deviation for lowered voltage value
(90% nominal voltage) combined with harmonics
observed in an electrical machine was about 60 K higher
than in the nominal work conditions [10].
There is a real important need for the early
identification and classification of the lowered levels of
supply voltage quality condition being delivered to
electrical machines, thus enabling corrective action to be
taken by correcting the voltage supply condition and
improving the operational performance and lifespan of
electrical machines There are several reliable methods of
power quality condition monitoring for the machines
using soft computing tools. Artificial neural networks
ANN are widely used to monitor different forms of
uncertainties and ambiguities often encountered by
electrical machines in real life. Integration of artificial
neural networks with other soft computing tools has led
to the generation of more powerful, intelligent and
efficient systems [11]. Back propagation neural networks
BPNN are the most well known neural networks but
provide a high complexity in the detection and
classification. For this project we decided to use the
Artificial Neural Network called Radial Basis Function
RBF neural networks. RBF neural network is approached
by viewing the design as a curve-fitting (approximation)
problem in a high dimensional space. Radial basis
functions were first introduced by Powell to solve the real
multivariate interpolation problem [12]. This problem is
currently one of the principal fields of research in
numerical analysis. In the field of neural networks, RBF
were first used by Broomhead and Lowe [13]. RBF are
powerful techniques for interpolation in multidimensional
space. A RBF is a function which has built into a
distance criterion with respect to a centre. In a neural
network, the hidden units form a set of “functions” that
compose a random “basis” for the input patterns
(vectors). These functions are called radial basis
functions.
The use of RBF neural networks are suitable for the
purpose of reliable power quality identification and
classification in electrical machines due to voltage
harmonics and/or unbalance, as well as overvoltage or
undervoltages, unbalanced voltages and voltage
waveform distortions which may be happening
simultaneously [14-15]. This paper deals with the
monitoring of the voltage supply quality data to the
electrical machine for the diagnosis and classification of
lowered levels of voltage quality conditions which may
occur simultaneously using RBF neural networks.
Conditions are detected before they become serious to
allow for the optimization of maintenance activities
during planned shutdowns which can be carried out to
avoid unscheduled outages.
II. METHODOLOGY
Electrical machines normally experience any one or a
combination of the following five types of voltage supply
condition which include
i) Normal voltage
ii) Overvoltage
iii) Undervoltage
iv) Unbalance voltage
v) Voltage harmonics
Fig. 1. Flow chart of inputs to outputs
In this section, a proposal to diagnose and classify the
above conditions of the supply voltage delivered to the
electrical machines using RBF neural networks is
proposed. The condition monitoring system consists of
(1) input data (2) feature extraction component (3) pattern
recognition component (4) output condition as shown in
Figure 1.
A. Input data
Three voltage sensors for each of the three phases of
the power supply can be used and the sensory signal
patterns collected as input to the feature extraction
component.
B. Feature extraction component
In order to analyze the relationship between the signal
pattern and the supply condition, it is first important to
extract the features of the three phase supply voltage
patterns. The feature extraction process transforms the
input voltage signal patterns from its original form to a
form sui

ผลลัพธ์ (ไทย) 1:

การตรวจสอบสภาพของไฟฟ้า แรงดันไฟฟ้าคุณภาพไฟฟ้าเครื่องจักรใช้ เครือข่ายประสาท RBF Harapajan สิงห์ *, Manjeevan Seera ** และสุลต่านอิสมาอิล Puad Ahmad **ภาควิชาวิศวกรรมไฟฟ้า เทคโนโลยียูนิเวอซิตี้โรงแรมมารา P. ปีนัง มาเลเซีย อีเมล์: [e-mail] ** โรงเรียนวิศวกรรมไฟฟ้า และอิเล็กทรอนิกส์ ปาส P. ปีนัง มาเลเซีย บทคัดย่อระยะสามเครื่องไฟฟ้าได้ตามปกติ แสดงระดับคุณภาพแรงดันอุปทานลดลง เงื่อนไขที่ปรากฏพร้อมกันเนื่องจากแรงดันไฟฟ้า รบกวนของ overvoltage หรือ undervoltage แรงดันไฟฟ้า อันและแรงดันไฟฟ้ารูปคลื่นบิดเบือน แรงดันไฟฟ้าเหล่านี้ แปรปรวนอาจทำให้เกิดผลอย่างจริงจังมิ ขดลวดฉนวนกันความร้อนในการย่อยสลาย และลดลง อายุของเครื่องยนต์ จัดหาไฟฟ้า แรงดันได้รับคะแนนที่เหมาะสมกับแรงดันที่ยอมรับได้ waveforms มากช่วยน่าพอใจ การดำเนินงานและช่วงชีวิตของเครื่องจักร เหมาะสม ของจัดหาแรงดันไฟฟ้าคุณภาพระดับสามารถลดการ หยุดทำงานและการดำเนินงานค่าใช้จ่ายเครื่องจักรไฟฟ้า การปรับปรุงจึง กลับคืนมาลงทุนในสินทรัพย์ที่บริหารจัดการโดย องค์กร ในเอกสารนี้ วิธีการควบคุมการ ตรวจหาและจำแนกประเภทของแรงดันไฟฟ้า ใส่ในเครื่องไฟฟ้าตามรัศมี การนำเสนอเครือข่ายประสาทตามฟังก์ชัน (RBF) ที่ เงื่อนไขคุณภาพแรงดันอุปทานการไฟฟ้าเครื่องจักร มีการวินิจฉัย และการจัดประเภทโดยใช้เครือข่ายประสาท RBF มัน จะแสดงว่าวิธีการพัฒนาง่ายในการจัดการ ด้วยการ เงื่อนไขการตรวจสอบแรงดันไฟฟ้า และทำให้ สะดวกในการจัดประเภทรูปแบบแรงดันอุปทาน ทดสอบ ผลลัพธ์สำหรับรูปแบบลับได้แสดงที่ วิธีใช้สำหรับแบบแผนประเภทนี้จะถูกต้อง ระบุเงื่อนไขจ่ายแรงดันไฟฟ้า และ RBF บุญธรรม ตามวิธีการตรวจสอบเงื่อนไขเครือข่ายประสาท มีประสิทธิภาพ คำสำคัญ — RBF ข่ายประสาท แรงดันอัน overvoltage เงื่อนไขในการตรวจสอบ undervoltage แรงดันไฟฟ้า บิดเบือนรูปคลื่น I. บทนำระบบไฟฟ้าการส่งพลังงานไฟฟ้าให้ มีเครื่องไฟฟ้าที่เชื่อมต่อผ่านการ ระบบ เครื่องไฟฟ้าได้รับความนิยมมากที่สุด เครื่องจักรที่ใช้ในการพาณิชย์และอุตสาหกรรม สภาพแวดล้อมเนื่องจากความน่า เสถียรภาพ และ ความเรียบง่ายของการก่อสร้าง อย่างไรก็ตามปัญหาของ คุณภาพแรงดันอุปทานที่เหมาะสมซึ่งเป็นที่สุด ความสำคัญการทำงานและอายุการเครื่องจักร ไม่ดีต่างในชีวิตจริง การจัดส่ง จัดหาพลังงานไฟฟ้ากับแรงดันไฟฟ้าที่เหมาะสม ขนาดและ waveshape กับเครื่องไฟฟ้า เครื่องจักรในการทำงานผ่านการออกแบบของ อายุและอายุอีกต่อไปแม้จะ เครื่องจักรไฟฟ้า มีความไวต่อระดับคุณภาพแรงดันอุปทานลดลง ปรากฏในการจัดหาไฟเนื่องจากแรงดันรบกวน undervoltage, overvoltage ลานซ์แรงดัน และ บิดเบือนรูปคลื่นแรงดันไฟฟ้าที่สูงขึ้น ระดับของการสูญเสียพลังงานเกิดขึ้นในเครื่องจักร และ ดังนั้น ผลอุณหภูมิขดลวดสูง [1, 2] อุณหภูมิของขดลวดสูงขึ้นทำให้ฉนวน ระบบจะลดลงในอัตราเร็วกว่าปกติ ในที่สุด ฉนวน K 8 – 11 การเพิ่มอุณหภูมิ สามารถทำให้ลดเป็นสองเท่าของระบบฉนวนกันความร้อน อายุ เกิดแรงดันที่ปรากฏในการช่วย อุปทานอาจทำให้ล้มเหลวก่อนวัยอันควรของฉนวน ไฟฟ้าเครื่องจักร [3] ความเสียหายต่อเครื่องไฟฟ้า เนื่องจากฉนวนก่อนกำหนด ความล้มเหลวสามารถระบุด้วย การใช้อุปกรณ์ทดสอบที่เหมาะสมตรวจ การดำเนินการแก้ไขต้องดำเนินการ ปัญหาคุณภาพของแรงดันอุปทานการไฟฟ้า เครื่องจักรมักเกิดขึ้นในระบบจ่ายไฟฟ้าอ่อน มีค่าสูงดีอย่างหนึ่งของไฟ impedence ในระบบพลังงานอ่อน แรงดันไฟฟ้าที่สำคัญ รูปแบบของ undervoltages กับ overvoltages สามารถ เกิดขึ้นระหว่างการเปลี่ยนแปลงของปริมาณกระแสไฟฟ้า ระบบ ใช้งานอยู่และแฝงไม่เชิงไฟฟ้า เครื่องเชื่อมต่อกับระบบไฟฟ้าปกติ ผลิตผิดเพี้ยน waveforms ปัจจุบันซึ่ง จึง ก่อให้เกิดการบิดเบือนรูปคลื่นแรงดันไฟฟ้า รายการการกระจายในระบบไฟฟ้าที่มีค่าแตกต่างกัน บรรทัด impedences สามารถผลิตแรงดันไฟฟ้า unbalances ใน อาจสรุป ไฟฟ้าเครื่องจักรในระบบพลังงาน แสดงการเกิดแรงดันที่แตกต่างกันของ overvoltage undervoltage บิดเบือนรูปคลื่นแรงดันไฟฟ้า (นิคส์) และแรงดันไฟฟ้า unbalances [4-6] ซึ่งสามารถ ปรากฏขึ้นพร้อมกันในเวลาเดียวกัน เพิ่มขึ้น ความบกพร่องและความล้มเหลวในไฟฟ้า เครื่องเนื่องจากระดับแรงดันไฟฟ้าลดลง เงื่อนไขมีท่านพัฒนาหลาย อำนาจควบคุมมาตรฐาน มีหน่วยงานแห่งชาติ ประกาศสถาบันของไฟฟ้าและอิเล็กทรอนิกส์ วิศวกรมาตรฐาน IEEE [7], นานาชาติ ด้ารเสริม IEC มาตรฐาน [8], แห่งชาติ มาตรฐาน NEMA สมาคมผู้ผลิตไฟฟ้า [9] และมาตรฐานแห่งชาติเหมือนกัน หนึ่งในหลาย วัตถุประสงค์ของมาตรฐานนี้คือการ ให้แนวทางใน ค่าแรงดันไฟฟ้าที่ควรเก็บไว้ในบาง ขีดจำกัดปฏิบัติ มาตรฐาน NEMA ได้กำหนดที่ เครื่องจะทำงานเสร็จเรียบร้อยสำหรับระดับที่อนุญาต 2ความแตกต่างของแรงดันไฟฟ้า แรงดันไฟฟ้าอัน และแรงดัน วัดฮาร์มอนิคส์รวมเพี้ยน (คิด) จะเก็บไว้ ภายใน〜% 5%, 5% ตามลำดับภายใต้การทำงาน กระแสโหลดที่ได้รับคะแนนตามกำหนดในตารางผม โต๊ะผม เงื่อนไขการจัดหาระดับอนุญาตมาตรฐาน NEMA ของแรงดันไฟฟ้า ระดับแรงดันไฟฟ้าประปาเงื่อนไขอนุญาต (%)ความแตกต่างของแรงดันไฟฟ้า (overvoltage) + 10แรงดันความเบี่ยงเบน (undervoltage) −10แรงดันไฟฟ้านิคส์ (คิด) 5แรงดันอัน 5เมื่อเกิดแรงดันค่าต่าง ๆ ปรากฏที่ตัว เครื่องจักรไฟฟ้า เหล่านี้ต่าง ๆ กัน รบกวนที่เกิดขึ้นพร้อมกันอาจทำให้มีสูงมาก อุณหภูมิที่ขดลวดเพิ่มขึ้น แม้คุณภาพแรงดัน ครบถ้วนความต้องการมาตรฐานแห่งชาติ ที่ สูงสุดที่อนุญาตความเบี่ยงเบนของค่าแรงดันไฟฟ้าลดลง (90% แรงดันไฟฟ้าระบุ) รวมกับนิคส์ ในการเครื่องไฟฟ้าได้สูงขึ้นประมาณ 60 K กว่าว่ายอมทำงานเงื่อนไข [10] มีความสำคัญจริงจำเป็นช่วง ระบุและจำแนกประเภทของระดับต่ำลง ใส่เงื่อนไขคุณภาพแรงดันไฟฟ้าที่ถูกส่งมายัง เครื่องจักรไฟฟ้า เปิดใช้งานการดำเนินการแก้ไขให้ โดยการแก้ไขเงื่อนไขการจ่ายแรงดัน และ ปรับปรุงประสิทธิภาพการดำเนินงานและอายุของ มีหลายวิธีที่เชื่อถือได้ของเครื่องไฟฟ้า พลังงานเงื่อนไขการตรวจสอบคุณภาพสำหรับเครื่องยนต์ ใช้เครื่องมือคอมพิวเตอร์นุ่ม เครือข่ายประสาทเทียม แอนน์ใช้เพื่อตรวจสอบรูปแบบต่าง ๆ ความไม่แน่นอนและ ambiguities มักประสบ เครื่องจักรไฟฟ้าในชีวิตจริง รวมของเทียม มีนำเครือข่ายประสาท ด้วยเครื่องมือคอมพิวเตอร์อื่น ๆ นุ่ม การสร้างอัจฉริยะ มีประสิทธิภาพมากขึ้น และ ประสิทธิภาพระบบ [11] กลับเผยแพร่เครือข่ายประสาท BPNN เป็นเครือข่ายประสาทรู้จักมากที่สุด แต่ มีความซับซ้อนสูงในการตรวจพบ และ จัดประเภทการ สำหรับโครงการนี้ เราตัดสินใจที่จะใช้การ ฟังก์ชันฐานรัศมีเรียกว่าโครงข่ายประสาทเทียม เครือข่ายประสาท RBF ประดับ RBF โครงข่ายประสาท โดยดูการออกแบบเป็นแบบโค้งกระชับ (ประมาณ) ปัญหาในมิติพื้นที่สูง พื้นฐานรัศมี ฟังก์ชันแรกถูกแนะนำ โดยพาวเวลแก้จริง แทรกข้อความตัวแปรพหุปัญหา [12] ปัญหานี้จะ ในปัจจุบันหลักฟิลด์ใดฟิลด์หนึ่งของงานวิจัยใน การวิเคราะห์เชิงตัวเลข ในด้านการเครือข่ายประสาท RBF ก่อนใช้ Broomhead และโลว์ [13] RBF มี เทคนิคที่มีประสิทธิภาพสำหรับแทรกข้อความในหลายมิติ พื้นที่ แบบ RBF คือ ฟังก์ชันที่มีอยู่ในตัว เกณฑ์ระยะทางกับศูนย์กลางการ ในการประสาท เครือข่าย แบบซ่อนหน่วยที่ตั้งของ "หน้าที่" ที่ เขียนสุ่ม "พื้นฐาน" สำหรับรูปแบบการป้อนข้อมูล (เวกเตอร์) ฟังก์ชันเหล่านี้เรียกว่ารัศมีพื้นฐาน ฟังก์ชัน การใช้เครือข่ายประสาท RBF เหมาะสำหรับการ วัตถุประสงค์ของรหัสคุณภาพไฟฟ้าที่เชื่อถือได้ และ การจัดประเภทเครื่องไฟฟ้าจากแรงดันไฟฟ้า นิคส์/ อัน ตลอดจน overvoltage หรือ undervoltages แรงดันไม่สมดุล และแรงดันไฟฟ้า บิดเบือนรูปคลื่นซึ่งอาจเกิดขึ้น พร้อมกัน [14-15] กระดาษนี้เกี่ยวข้องกับการ ตรวจสอบข้อมูลคุณภาพจ่ายแรงดันไป เครื่องไฟฟ้าเพื่อการวินิจฉัยและจำแนกประเภทของ ลดระดับแรงดันคุณภาพเงื่อนไขซึ่งอาจ เกิดขึ้นพร้อมกันโดยใช้เครือข่ายประสาท RBF พบเงื่อนไขก่อนที่จะกลายเป็นร้ายแรงให้ อนุญาตให้เพิ่มประสิทธิภาพของกิจกรรมการบำรุงรักษา ในระหว่างการวางแผนปิดซึ่งสามารถทำการ หลีกเลี่ยงการข่ายด้วย ครั้งที่สองระหว่าง เครื่องจักรไฟฟ้าปกติพบใด ๆ หนึ่งหรือ ชุดจ่ายแรงดันไฟฟ้า 5 ชนิดต่อไปนี้ เงื่อนไขซึ่งรวมถึง ไอ) แรงดันปกติ ii) overvoltage iii) undervoltage แรงดันอัน iv) v) นิคส์แรงดันไฟฟ้า Fig. 1 แผนภูมิการไหลของอินพุตกับเอาท์พุตในส่วนนี้ ข้อเสนอการวิเคราะห์ และจัดประเภทการ ด้านบนเงื่อนไขของแรงดันไฟฟ้าที่ส่งไป เป็นเครือข่าย RBF ประสาทโดยใช้ไฟฟ้าเครื่องจักร การนำเสนอ เงื่อนไขการตรวจสอบระบบประกอบด้วย (1) ข้อมูล (2) ลักษณะการทำงานแยกส่วนประกอบ (3) รูปแบบการป้อนข้อมูล การรับรู้เงื่อนไขส่วนประกอบ (4) ผลผลิตดังแสดงใน รูปที่ 1 A. ข้อมูล เซนเซอร์แรงดันสามสำหรับแต่ละขั้นตอนที่สามของ สามารถใช้ไฟ และสัญญาณทางประสาทสัมผัส รูปแบบการเก็บรวบรวมเป็นข้อมูลป้อนเข้าเพื่อสกัดคุณลักษณะ ส่วนประกอบ ส่วนประกอบสกัดคุณลักษณะ B.การวิเคราะห์ความสัมพันธ์ระหว่างสัญญาณ รูปแบบและเงื่อนไขการจ่าย เป็นแรกสำคัญ แยกลักษณะของแรงดันไฟฟ้า 3 เฟส รูปแบบการ แปลงการสกัดคุณลักษณะ ใส่รูปสัญญาณแรงดันไฟฟ้าจากรูปแบบเดิมให้เป็น แบบสุ่ย

ผลลัพธ์ (ไทย) 2:

ตรวจสอบสภาพของวัสดุสิ้นเปลืองไฟฟ้า
แรงดันไฟฟ้าที่มีคุณภาพให้กับเครื่องใช้ไฟฟ้าโดยใช้
โครงข่ายประสาท RBF
Harapajan * ซิงห์
, Manjeevan Seera ** และอาหมัดอิสมาอิลเจ็บปวด * * * *
* * * *
ภาควิชาวิศวกรรมไฟฟ้า, Universiti Teknologi Mara, P. ปีนังประเทศมาเลเซีย อีเมล์: [e-mail]
. ** โรงเรียนวิศวกรรมไฟฟ้าและอิเล็กทรอนิกส์, Universiti Sains Malaysia, P. ปีนังมาเลเซีย
บทคัดสามเฟสเครื่องไฟฟ้าเป็นปกติ
สัมผัสกับลดระดับคุณภาพแรงดัน
เงื่อนไขซึ่งจะปรากฏขึ้นพร้อม ๆ กันเนื่องจากแรงดันไฟฟ้า
รบกวนของแรงดันไฟฟ้าตกหรือแรงดันไฟฟ้า
ไม่สมดุลและการบิดเบือนสัญญาณแรงดัน แรงดันไฟฟ้าเหล่านี้
รบกวนสามารถก่อให้เกิดผลอย่างจริงจังของร้อน
ฉนวนกันความร้อนที่คดเคี้ยวผลในการย่อยสลายและลด
อายุการใช้งานของเครื่อง อุปทานของพลังงานไฟฟ้า
ที่มีแรงดันไฟฟ้าที่เหมาะสมและการจัดอันดับแรงดันไฟฟ้าที่ได้รับการยอมรับ
รูปแบบคลื่นอย่างมีนัยสำคัญสามารถปรับปรุงความพึงพอใจ
การดำเนินงานและอายุการใช้งานของเครื่อง ที่เหมาะสม
การประยุกต์ใช้ที่มีคุณภาพระดับแรงดันสามารถลด
การหยุดทำงานและค่าใช้จ่ายในการดำเนินงานของเครื่องไฟฟ้า
ดังนั้นการปรับปรุงผลตอบแทนของการลงทุนในสินทรัพย์ที่บริหารจัดการโดย
องค์กร ในบทความนี้วิธีการควบคุมสำหรับ
การตรวจหาและการจัดหมวดหมู่ของแรงดันไฟฟ้า
สภาพอุปทานในเครื่องใช้ไฟฟ้าขึ้นอยู่กับรัศมี
ฟังก์ชั่นพื้นฐาน (RBF) เครือข่ายประสาทจะถูกนำเสนอ
เงื่อนไขคุณภาพของแรงดันเครื่องใช้ไฟฟ้า
ได้รับการวินิจฉัยและแยกโดยใช้เครือข่ายประสาท RBF มัน
จะแสดงให้เห็นว่าวิธีการพัฒนาเป็นเรื่องง่ายในการจัดการ
กับสภาพแรงดันใด ๆ ที่จะตรวจสอบและช่วยให้
ความสะดวกในการจำแนกรูปแบบของแรงดัน ทดสอบ
ผลสำหรับรูปแบบการจัดแสดงให้เห็นว่า
วิธีการที่ใช้สำหรับโครงการประเภทนี้ได้อย่างถูกต้องสามารถที่จะ
ระบุเงื่อนไขแรงดันและนำมาใช้ RBF
ตรวจสอบสภาพเครือข่ายประสาทตามวิธีการที่เป็น
ที่มีประสิทธิภาพ.
คำหลัก - RBF เครือข่ายประสาท; แรงดันไฟฟ้าไม่สมดุล;
ไฟแรงดันสูง; ตรวจสอบสภาพ; undervoltage; แรงดันไฟฟ้าที่
บิดเบือนรูปแบบของคลื่น
I. บทนำ
ระบบไฟฟ้ากำลังส่งพลังงานไฟฟ้าที่จะ
เป็นที่น่าพอใจงานเครื่องใช้ไฟฟ้าที่เชื่อมต่อกับ
ระบบ เครื่องไฟฟ้าเป็นที่นิยมมากที่สุด
เครื่องใช้ในเชิงพาณิชย์และอุตสาหกรรม
สภาพแวดล้อมเนื่องจากความน่าเชื่อถือของความทนทานและ
ความเรียบง่ายของการก่อสร้าง อย่างไรก็ตามปัญหาของ
คุณภาพแรงดันที่เหมาะสมซึ่งเป็นมาก
ความสำคัญสำหรับการดำเนินงานและอายุการใช้งานกับเครื่อง
เป็นปกติไม่ดีที่ในชีวิตจริง การจัดส่ง
ของการจัดหาพลังงานไฟฟ้าที่มีแรงดันที่เหมาะสม
ขนาดและ waveshape เครื่องไฟฟ้าช่วยให้
เครื่องในการดำเนินงานที่น่าพอใจสำหรับการออกแบบของ
อายุการใช้งานและแม้จะอายุการใช้งานอีกต่อไป เครื่องไฟฟ้า
มีความไวต่อการลดลงของระดับของคุณภาพแรงดัน
ที่ปรากฏในแหล่งจ่ายไฟเนื่องจากการรบกวนแรงดันไฟฟ้า
ของ undervoltage, แรงดันไฟฟ้าไม่สมดุลแรงดันและ
การบิดเบือนสัญญาณแรงดันซึ่งอาจทำให้เกิดสูงกว่า
ระดับของการสูญเสียพลังงานที่จะเกิดขึ้นในเครื่องและ
จึงส่งผลให้ในขดลวดที่สูงขึ้น อุณหภูมิ [1,2].
อุณหภูมิที่สูงขึ้นจะทำให้ขดลวดฉนวนกันความร้อน
ของระบบการย่อยสลายในอัตราที่เร็วกว่าปกติ สำหรับส่วนมาก
วัสดุฉนวนกันความร้อนเพิ่มขึ้น 8-11 K อุณหภูมิ
จะส่งผลในการลดสองเท่าของระบบฉนวนกันความร้อน
อายุการใช้งาน รบกวนแรงดันไฟฟ้าที่ปรากฏในไฟ
อุปทานอาจก่อให้เกิดความล้มเหลวก่อนวัยอันควรฉนวนกันความร้อนของ
เครื่องใช้ไฟฟ้า [3] ความเสียหายให้กับเครื่องใช้ไฟฟ้า
เนื่องจากความล้มเหลวฉนวนกันความร้อนก่อนวัยอันควรจะยึดติดกับ
การใช้งานของอุปกรณ์ทดสอบที่เหมาะสมเพื่อตรวจสอบว่า
การดำเนินการแก้ไขจะต้องมีการดำเนินการ.
ปัญหาที่มีคุณภาพแรงดันไฟฟ้าให้กับ
เครื่องตามปกติที่เกิดขึ้นในระบบการจัดหาพลังงานที่อ่อนแอ
มีมูลค่าสูงเมื่อเทียบกับของ แหล่งจ่ายไฟ
ความต้านทาน ในระบบไฟฟ้ากำลังอ่อนแรงดันไฟฟ้าที่สำคัญ
รูปแบบของ undervoltages เช่นเดียวกับแรงดันเกินสามารถ
เกิดขึ้นในช่วงการเปลี่ยนแปลงของโหลดในปัจจุบันพลังงานไฟฟ้า
ระบบ ทั้งงานและ passive ไฟฟ้าที่ไม่ใช่เชิงเส้น
เครื่องที่เชื่อมต่อกับระบบไฟฟ้าปกติ
ผลิตรูปคลื่นปัจจุบันบิดเบือนซึ่ง
ส่งผลให้การผลิตการบิดเบือนสัญญาณแรงดัน.
สายการกระจายในระบบไฟฟ้าที่มีค่าที่แตกต่าง
ของ impedences สายสามารถผลิต unbalances แรงดันไฟฟ้า ใน
การสรุปเครื่องใช้ไฟฟ้าในระบบไฟฟ้าอาจจะ
สัมผัสกับระเบิดแรงดันไฟฟ้าที่แตกต่างกันของแรงดันไฟฟ้า
ตกหรือบิดเบือนสัญญาณแรงดัน
(ประสาน) และแรงดันไฟฟ้า unbalances [4-6] ซึ่งสามารถ
ปรากฏขึ้นพร้อม ๆ กันในเวลาเดียวกัน การเพิ่ม
จำนวนของการทำงานผิดปกติและความล้มเหลวในการใช้ไฟฟ้า
เครื่องเนื่องจากระดับลดลงของแรงดัน
เงื่อนไขได้กระตุ้นการพัฒนาของหลาย
มาตรฐานการควบคุมพลังงาน หน่วยงานระดับชาติได้
รับการตีพิมพ์สถาบันไฟฟ้าและอิเล็กทรอนิกส์
วิศวกรมาตรฐาน IEEE [7] นานาชาติ
Electrotechnical คณะกรรมการมาตรฐาน IEC [8] แห่งชาติ
ผู้ผลิตไฟฟ้าสมาคม NEMA มาตรฐาน [9]
และมาตรฐานแห่งชาติที่คล้ายกัน หนึ่งในหลาย ๆ
วัตถุประสงค์ของมาตรฐานเหล่านี้คือการให้คำแนะนำเกี่ยวกับ
โปรไฟล์แรงดันไฟฟ้าที่ควรจะเก็บไว้ภายในบาง
ข้อ จำกัด ในทางปฏิบัติ NEMA มาตรฐานได้ยอมรับว่า
เครื่องจะดำเนินการประสบความสำเร็จในระดับที่ยอมรับได้
2
ของการเบี่ยงเบนแรงดันไฟฟ้าไม่สมดุลแรงดันไฟฟ้าและแรงดัน
ฮาร์มอนิบิดเบือนประสานรวม (THD) จะถูกเก็บไว้
ภายใน± 10%, 5%, 5% ตามลำดับภายใต้การทำงาน
เงื่อนไขที่กระแสโหลดจัดอันดับ ตามที่กำหนดไว้ในตารางที่ I.
ตารางที่ I
NEMA มาตรฐานระดับที่ยอมรับได้ของสภาพของแหล่งจ่ายแรงดันไฟฟ้า
แรงดันไฟฟ้าในสภาวะอุปทานในระดับที่ยอมรับได้ (%)
ค่าเบี่ยงเบนแรงดัน (แรงดันไฟฟ้า) 10
ส่วนเบี่ยงเบนแรงดัน (ตก) -10
ฮาร์โมนิแรงดัน (THD) 5
แรงดันไฟฟ้าไม่สมดุล 5
เมื่อที่แตกต่างกัน รบกวนแรงดันไฟฟ้าที่ปรากฏใน
เวลาเดียวกันในเครื่องใช้ไฟฟ้าเหล่านี้ต่างๆ
รบกวนพร้อมกันอาจทำให้เกิดสูงมาก
ลวดอุณหภูมิที่เพิ่มขึ้นแม้ว่าแรงดันไฟฟ้าที่มีคุณภาพ
ตอบสนองความต้องการของมาตรฐานแห่งชาติ
สูงสุดเบี่ยงเบนอนุญาตให้ค่าไฟฟ้าลดลง
(90% แรงดัน) รวมกับเสียงดนตรีที่
พบในเครื่องไฟฟ้าเป็นประมาณ 60 K ที่สูงขึ้น
กว่าในสภาพการทำงานที่น้อย [10].
มีความจำเป็นที่สำคัญที่แท้จริงสำหรับต้นคือ
การระบุและการจัดหมวดหมู่ของ ระดับการลดลงของ
สภาพที่มีคุณภาพแรงดันถูกส่งไปยัง
เครื่องใช้ไฟฟ้าจึงทำให้การดำเนินการแก้ไขที่จะ
ดำเนินการโดยการแก้ไขเงื่อนไขการจ่ายแรงดันและ
การปรับปรุงประสิทธิภาพการดำเนินงานและอายุการใช้งานของ
เครื่องไฟฟ้ามีวิธีการที่น่าเชื่อถือหลายแห่งมี
การตรวจสอบสภาพคุณภาพไฟฟ้าสำหรับเครื่อง
โดยใช้เครื่องมือคอมพิวเตอร์นุ่ม เครือข่ายประสาทเทียม
ANN ใช้กันอย่างแพร่หลายในการตรวจสอบรูปแบบที่แตกต่างกันของ
ความไม่แน่นอนและความงงงวยมักพบโดย
เครื่องใช้ไฟฟ้าในชีวิตจริง บูรณาการของเทียม
เครือข่ายประสาทด้วยเครื่องมือคอมพิวเตอร์อื่น ๆ อ่อนได้นำ
ไปสู่การสร้างของที่มีประสิทธิภาพมากขึ้น, ฉลาดและ
ระบบที่มีประสิทธิภาพ [11] การขยายพันธุ์กลับเครือข่ายประสาท
BPNN เป็นส่วนใหญ่ที่รู้จักกันดีในเครือข่ายประสาท แต่
ให้ซับซ้อนสูงในการตรวจสอบและ
การจัดหมวดหมู่ สำหรับโครงการนี้เราตัดสินใจที่จะใช้
โครงข่ายประสาทเทียมที่เรียกว่าฟังก์ชั่นเกณฑ์ Radial
เครือข่ายประสาท RBF RBF เครือข่ายประสาทเดินเข้ามาใกล้
โดยดูการออกแบบเป็นเส้นโค้งที่เหมาะสม (ประมาณ)
ปัญหาในมิติสูง พื้นฐาน Radial
ฟังก์ชั่นเป็นครั้งแรกโดยพาวเวลที่จะแก้ปัญหาที่แท้จริงของ
ปัญหาการแก้ไขหลายตัวแปร [12] ปัญหานี้เป็น
ปัจจุบันหนึ่งในสาขาหลักของการวิจัยใน
การวิเคราะห์เชิงตัวเลข ในเขตข้อมูลของเครือข่ายประสาท, RBF
ถูกนำมาใช้เป็นครั้งแรกโดย Broomhead และโลว์ [13] RBF เป็น
เทคนิคที่มีประสิทธิภาพสำหรับการแก้ไขในหลายมิติ
พื้นที่ RBF เป็นฟังก์ชันที่มีการสร้างขึ้นใน
เกณฑ์ระยะที่เกี่ยวกับศูนย์ ในประสาท
เครือข่ายหน่วยที่ซ่อนอยู่ในรูปแบบชุดของ "ฟังก์ชั่น" ที่
แต่งสุ่ม "พื้นฐาน" สำหรับรูปแบบการป้อนข้อมูล
(เวกเตอร์) ฟังก์ชั่นเหล่านี้จะถูกเรียกว่าพื้นฐานรัศมี
ฟังก์ชั่น.
การใช้เครือข่ายประสาท RBF มีความเหมาะสมสำหรับ
วัตถุประสงค์ของประชาชนที่มีคุณภาพเชื่อถือได้และมีอำนาจ
ในการจัดหมวดหมู่เครื่องใช้ไฟฟ้าเนื่องจากแรงดัน
ฮาร์มอนิและ / หรือไม่สมดุลเช่นเดียวกับแรงดันไฟฟ้าเกินหรือ
undervoltages แรงดันไฟฟ้าไม่สมดุลและแรงดันไฟฟ้า
รูปแบบของคลื่น บิดเบือนซึ่งอาจจะเกิดขึ้น
พร้อม ๆ กัน [14-15] ข้อเสนอนี้กระดาษที่มี
การตรวจสอบข้อมูลที่มีคุณภาพอุปทานแรงดันให้
เครื่องไฟฟ้าสำหรับการวินิจฉัยและการจัดหมวดหมู่ของ
การลดลงของระดับของเงื่อนไขที่มีคุณภาพแรงดันไฟฟ้าที่อาจ
เกิดขึ้นพร้อมกันโดยใช้เครือข่ายประสาท RBF.
สภาพมีการตรวจพบก่อนที่จะกลายเป็นอย่างจริงจังที่จะ
อนุญาตให้มีการเพิ่มประสิทธิภาพของการ กิจกรรมการบำรุงรักษา
ในระหว่างการปิดการวางแผนซึ่งสามารถดำเนินการถึง
หลีกเลี่ยงการขัดข้องได้กำหนดไว้ก่อน.
ครั้งที่สอง วิธี
เครื่องไฟฟ้าตามปกติได้สัมผัสกับคนใดคนหนึ่งหรือ
รวมกันดังต่อไปนี้ห้าประเภทของแหล่งจ่ายแรงดันไฟฟ้า
สภาพซึ่งรวมถึง
ผม) แรงดันปกติ
ii) แรงดันไฟฟ้าเกิน
iii) แรงดันตก
iv) แรงดันไฟฟ้าไม่สมดุล
V) แรงดันฮาร์มอนิ
รูป 1. แผนภูมิการไหลของปัจจัยการผลิตเพื่อเอาท์พุท
ในส่วนนี้เป็นข้อเสนอในการวินิจฉัยและการจำแนก
เงื่อนไขข้างต้นของแรงดันส่งไปยัง
เครื่องใช้ไฟฟ้าโดยใช้เครือข่ายประสาท RBF จะ
เสนอ ระบบการตรวจสอบสภาพประกอบด้วย
(1) การป้อนข้อมูล (2) ส่วนประกอบสกัดคุณลักษณะ (3) รูปแบบ
องค์ประกอบการรับรู้ (4) สภาพการส่งออกดังแสดงใน
รูปที่ 1.
A. ป้อนข้อมูล
สามเซ็นเซอร์แรงดันไฟฟ้าสำหรับแต่ละสามขั้นตอนของ
แหล่งจ่ายไฟที่สามารถใช้สัญญาณประสาทสัมผัส
รูปแบบการเก็บรวบรวมเป็น input เพื่อสกัดคุณลักษณะ
องค์ประกอบ.
B. คุณสมบัติส่วนประกอบสกัด
เพื่อวิเคราะห์ความสัมพันธ์ระหว่างสัญญาณ
รูปแบบและเงื่อนไขอุปทานเป็นสิ่งสำคัญแรกที่จะ
ดึงคุณสมบัติของสามเฟสแรงดัน
รูปแบบ กระบวนการสกัดคุณลักษณะเปลี่ยน
รูปแบบสัญญาณแรงดันไฟฟ้าป้อนข้อมูลจากรูปแบบเดิมที่จะ
หมี่รูปแบบ

ผลลัพธ์ (ไทย) 3:

การตรวจสอบสภาวะของแรงดันไฟฟ้าคุณภาพ
เครื่องจักรไฟฟ้าใช้

harapajan RBF เครือข่ายประสาทสิงห์ *
, manjeevan seera * * และอาหมัดปวด Ismail *
*
ภาควิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเทคโนโลยีมารา , หน้า ปีนัง , มาเลเซีย อีเมล์ : [e-mail]
* * โรงเรียนของไฟฟ้าและอิเล็กทรอนิกส์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยวิทยาศาสตร์แห่งมาเลเซีย , ปีนัง , มาเลเซีย
นามธรรม - สามเฟสไฟฟ้า เครื่องเป็นปกติ
ถูกลดลงระดับของแรงดันคุณภาพ
เงื่อนไขซึ่งจะปรากฏพร้อมกันเนื่องจากการรบกวนของแรงดันหรือกระแส

นเดอร์โวล์เทจแรงดันไฟฟ้าไม่สมดุล และรูปคลื่นแรงดันการบิดเบือน การแปรปรวนแรงดัน
เหล่านี้สามารถก่อให้เกิดผลของความร้อนที่เกิดขึ้นในขดลวดฉนวนจริงๆ

การสลายตัวและลดอายุการใช้งานของเครื่อง อุปทานของไฟฟ้าที่เหมาะสมกับแรงดันและรูปคลื่นอยู่

แรงดันไฟฟ้าที่ยอมรับได้สามารถปรับปรุงการดำเนินงานน่าพอใจ
และอายุของเครื่องจักร การประยุกต์ใช้ที่เหมาะสม
ของแรงดันระดับคุณภาพที่สามารถลด
เสียก่อนและค่าใช้จ่ายของเครื่องจักรไฟฟ้า
จึง ปรับปรุงผลตอบแทนการลงทุนในสินทรัพย์การจัดการโดย
องค์กร ในกระดาษนี้ , การควบคุมวิธีการตรวจหาและจำแนก

จัดหาไฟฟ้าแรงดันสภาพเครื่องจักรไฟฟ้าขึ้นอยู่กับรัศมี
ตามฟังก์ชัน ( RBF ) โครงข่ายประสาทเทียมคือแสดง
สภาพแรงดันคุณภาพเครื่องจักรไฟฟ้า
คือการวินิจฉัยและจำแนกโดยใช้ฐานโครงข่ายใยประสาท มัน
จะแสดงวิธีการที่พัฒนาขึ้นได้ง่ายในการจัดการ
กับแรงดัน เงื่อนไขในการตรวจสอบและช่วยให้
ความสะดวกในการจำแนกชนิดของแรงดันแบบ ทดสอบ
ผลจัดรูปแบบแสดงให้เห็นว่าวิธีการที่ใช้สำหรับการจัดหมวดหมู่นี้

โครงการได้ถูกต้องระบุเงื่อนไขแรงดันจัดหาและให้เช่า
บุญธรรมการตรวจสอบตามวิธีการเงื่อนไขเครือข่ายประสาท
อย่างมีประสิทธิภาพ
คำสำคัญ - RBF เครือข่ายประสาท แรงดันแรงดันไม่สมดุล ;
; เงื่อนไขการตรวจสอบ ; นเดอร์โวล์เทจ แรงดัน


ผมแนะนำการบิดเบือนสัญญาณไฟฟ้าระบบส่งไฟฟ้า

พอใจงานไฟฟ้าเครื่องเชื่อมต่อกับ
ระบบ เครื่องจักรไฟฟ้าเป็นที่นิยมมากที่สุด