logo
calendar27 Avgust 2026
view90
Основной язык:Узбекский

РАЗРАБОТКА ИМИТАЦИОННОЙ МОДЕЛИ НА ОСНОВЕ ФИЗИКО-ХИМИЧЕСКОГО АНАЛИЗА ТРАНСФОРМАТОРНОГО МАСЛА ДЛЯ ОЦЕНКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ АВТОТРАНСФОРМАТОРА

Область науки:Теория вычислений и математика
pdf

Abdullabekova _Ilm-fan ....pdf

PDF

АННОТАЦИЯ СТАТЬИ

quote
В данной статье разработана и реализована комплексная модель имитационного моделирования для оценки технического состояния силовых автотрансформаторов на основе физико-химических характеристик трансформаторного масла. Модель включает ключевые диагностические параметры, отражающие процессы старения изоляции и деградации масла, такие как кислотное число, содержание влаги, тангенс угла диэлектрических потерь и межфазное натяжение. C использованием модуля Fuzzy Logic Toolbox в программной среде MATLAB модель опирается на систему нечётких логических правил типа «ЕСЛИ–ТО» (IF–THEN), описывающих нелинейные и взаимозависимые связи между этими параметрами и индексом технического состояния (HI) автотрансформатора. Данная интеллектуальная система позволяет преобразовывать неопределённые и неполные входные данные в чёткие диагностические выводы, что повышает качество принятия решений при мониторинге состояния трансформаторов. Разработанный подход обеспечивает непрерывную оценку процессов старения изоляции, тепловых нагрузок и загрязнений, способствует раннему обнаружению неисправностей и реализации стратегии прогнозного обслуживания. В целом предложенная модель способствует повышению надёжности, безопасности и эффективности эксплуатации силовых автотрансформаторов в современных энергосистемах

АВТОРЫ

Теги

# MATLAB

ПОХОЖИЕ СТАТЬИ

ДРУГИЕ СТАТЬИ ЭТОГО ЖУРНАЛА

Оценить статью

0
оценок: 0
5
4
3
2
1

Идентификаторы статьи

DOI:

Недоступно

Список литературы

Abdullabekova, D. R., & Qutbidinov, O. M. (2024). Hybrid fuzzy–Bayesian model for transformer health index assessment. Energy Systems and Informatics Journal, 2024

Abu-Siada, A., & Islam, S. (2012). A novel online technique for transformer oil condition monitoring based on physicochemical analysis. IEEE Transactions on Dielectrics and Electrical Insulation, 19(2), 583–591

CIGRE Working Group A2.62. (2022). Transformer life management techniques. 2022

Deng, J., Chen, W., & Zhou, X. (2021). Data-driven simulation of transformer insulation aging based on oil quality indicators. Electric Power Systems Research, 194, Article 107088

Dubois, D., & Prade, H. (2020). Fuzzy sets and systems: Theory and applications in engineering. Springer

Fofana, I. (2011). Fifty years in the development of insulating liquids. IEEE Electrical Insulation Magazine, 27(1), 55–64

Gao, Y., Zhang, P., & Li, S. (2022). Simulation-based health index modeling of power transformers using oil condition indicators. Energies, 15(9), Article 3321, 1–18

Ghoneim, S. S. M., & Taha, I. B. M. (2018). Transformer condition assessment using fuzzy logic based on oil analysis results. Electric Power Components and Systems, 46(3), 321–333

Hassan, M., & Abu-Siada, A. (2016). Impact of oil acidity on transformer insulation aging: Experimental and modeling studies. IEEE Electrical Insulation Magazine, 32(6), 7–15

Hossain, M., Rahman, M. A., Islam, S., & Abu-Siada, A. (2023). Transformer health assessment using fuzzy logic and expert systems: A comprehensive review. IEEE Transactions on Power Delivery, 38(4), 2110–2123

IEEE. (2019). IEEE C57.104-2019: Guide for the interpretation of gases generated in oil- immersed transformers. IEEE Standards Association

IEC. (2013). IEC 60422: Mineral insulating oils in electrical equipment—Supervision and maintenance guidance. International Electrotechnical Commission

Khan, U. A., & Refaat, S. S. (2020). A simulation-based approach for transformer condition assessment using oil degradation indicators. Energies, 13(18), Article 4872б 1–16

Kumar, S., & Singh, R. (2017). Assessment of transformer health index using physicochemical characteristics of insulating oil. International Journal of Electrical Power & Energy Systems, 92, 178–186

Li, J., Zhang, Y., & Yang, L. (2016). Simulation modeling of transformer insulation aging based on oil acidity and moisture content. IET Generation, Transmission & Distribution, 10(12), 2951–2958

Liu, Q., Wang, Z., & Krause, C. (2015). Aging assessment of transformer oil-paper insulation systems using physicochemical parameters. IEEE Transactions on Dielectrics and Electrical Insulation, 22(1), 209–218

MathWorks. (2023). MATLAB fuzzy logic toolbox user’s guide. MathWorks Inc

Morsalin, S., & Phung, B. T. (2018). Diagnostic methods for power transformers based on physicochemical oil analysis: A review. Electric Power Systems Research, 163, 101–112

Patel, R., & Singh, B. (2022). Optimization of membership functions for condition monitoring of power transformers. Electric Power Systems Research, 212, Article 108529

Pradhan, M. K., & Ramu, T. S. (2005). Estimation of moisture in oil-paper insulation using dielectric response methods. IEEE Transactions on Power Delivery, 20(3), 1984–1992

Rahman, M. A., & Islam, S. (2014). Condition monitoring of power transformers through oil analysis and thermal modeling. IEEE Transactions on Power Delivery, 29(3), 1096–1104

Saha, T. K. (2003). Review of modern diagnostic techniques for assessing insulation condition in aged transformers. IEEE Transactions on Dielectrics and Electrical Insulation, 10(5), 903–917

Shaban, K. B., El-Hag, A. H., & Benhmed, K. (2016). Prediction of transformer oil parameters using arti�icial neural networks. IEEE Transactions on Dielectrics and Electrical Insulation, 23(6), 3678– 3686

Tenbohlen, S., & Koch, M. (2008). Aging performance and moisture solubility of mineral oil- based transformer insulating liquids. IEEE Transactions on Power Delivery, 23(2), 825–830

Wang, M., Vandermaar, A. J., & Srivastava, K. D. (2002). Review of condition assessment of power transformers in service. IEEE Electrical Insulation Magazine, 18(6), 12–25

Zadeh, L. A. (2019). From computing with numbers to computing with words—and back. IEEE Transactions on Fuzzy Systems, 27(6), 1085–1098

Zhang, X., Wang, Z., & Liu, Y. (2019). Condition evaluation of autotransformers using oil quality parameters and data-driven models. IEEE Access, 7, 143210–143220