Обнаружение насыщения трансформаторов тока на основе искусственных нейронных сетей

Current Transformer Saturation Detection Bases On Artificial Neural Networks
Begmurod Saidmurodov, Ismoil N. Odinaev
2023-12-26

искусственные нейронные сетибинарная классификациянасыщение трансформатора токанесбалансированные классызащита энергосистемы
Системы релейной защиты и автоматики (РЗА) являются неотъемлемой частью электроэнергетических систем. Алгоритмы систем РЗА функционируют на основе анализа параметров электрического режима — тока и напряжения, получаемых от измерительных трансформаторов. Как правило, эти трансформаторы работают в соответствии с законами электромагнетизма. Опыт эксплуатации показывает, что сердечники трансформаторов тока (ТТ) при повреждениях могут насыщаться. В результате форма измеряемого тока искажается, что может привести к неправильному срабатыванию системы РЗА. В статье предлагается метод решения задачи насыщения сердечника ТТ на основе искусственных нейронных сетей для задач классификации. Задача обнаружения насыщения сводится к задаче бинарной классификации; приведено описание процедуры формирования набора данных. Вычислительные эксперименты проведены для сбалансированных классов, при которых количество режимов работы ТТ с насыщением и без него одинаково, и для несбалансированных классов. Результаты экспериментов показывают, что точность модели может достигать 99%.ը}
1
Описана процедура формирования набора данных для обучения и оценки классификаторов насыщения на основе нейронных сетей.
2
Вычислительные эксперименты проведены как для сбалансированных, так и для несбалансированных наборов данных с режимами насыщения и без насыщения ТТ.
3
Обнаружение насыщения ТТ важно, поскольку искажение формы тока может привести к неправильному срабатыванию систем релейной защиты и автоматики.
4
В статье обнаружение насыщения сердечника трансформатора тока формулируется как задача бинарной классификации с использованием искусственных нейронных сетей.
5
В представленных экспериментах предложенная модель достигает точности классификации до 99%.

сердечники трансформаторов тока в условиях повреждений

обнаружение и бинарная классификация насыщения сердечника по искажённым формам измеренного тока

Publication Details
Publication Date
2023-12-26
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Begmurod Saidmurodov
Ismoil N. Odinaev
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%