Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2024 - zeszyt 11

Application of machine learning methods for the classification of vibroacoustic signals measured at the moment of transformer energization with varying degrees of core and winding defect complexity

Zastosowanie metod uczenia maszynowego do klasyfikacji sygnałów wibroakustycznych mierzonych w momencie zasilania transformatora o różnym stopniu złożoności uszkodzeń jego rdzenia i uzwojeń

10.15199/48.2024.11.48

nr katalogowy: 151373
10.15199/48.2024.11.48

Streszczenie

The research subject is a power transformer, with the goal of identifying and classifying various technical conditions, including the normal state and defects in the core and windings. The aim is to explore various machine learning algorithms, the impact of three different Hamming window sizes for spectral estimation (used as the feature set), and the influence of the number of classes in classification. The study confirms the hypothesis that it is feasible to effectively identify specific types of transformer defects based on vibroacoustic signals

Abstract

Przedmiotem badań jest transformator mocy, a celem jest identyfikacja i klasyfikacja różnych stanów technicznych, w tym stanu normalnego oraz wad rdzenia i uzwojeń. Celem prac jest zbadanie różnych algorytmów uczenia maszynowego, wpływu trzech różnych rozmiarów okna Hamminga na estymację spektralną (używaną jako zestaw cech) oraz wpływu liczby klas w klasyfikacji. Badanie potwierdza hipotezę, że możliwe jest skuteczne identyfikowanie konkretnych rodzajów wad transformatora na podstawie sygnałów wibroakustycznych.

Słowa kluczowe

Keywords

Bibliografia

[1] Secic A., K rpan M., Kuzle I., Vibro-Acoustic Methods in the Condition Assessment of Power Transformers: A Survey, IEEE Access, 7 (2019), 83915-83931
[2] Krupinski R., Kornatowski E., Analysis of the GGD Vibroacoustic Detector of Power Transformer Core Damage, IEEE Access, 12 (2024), 45752-45761
[3] Kornatowsk i E., Detection of the Transient Vibrations Amplitude of Power Transformer's Active Part, Advanced Solutions in Diagnostics and Fault Tolerant Control, 635 (2018), 169-179
[4] Borucki S., Ci choń A., The influence of the power transformer load on vibroacoustic signal analysis results, Przegląd Elektrotechniczny, 86 (2010), no. 7, 45-47
[5] Bigdeli M., Siano P., Alhelou H., Intelligent Classifiers in Distinguishing Transformer Faults Using Frequency Response Analysis, IEEE Access, 9 (2021), 13981–13991
[6] Forouhari S., Abu-Siada A., Application of adaptive neuro fuzzy inference system to support power transformer life estimation and asset management decision, IEEE Trans, on Diel. and El. Ins., 25 (2018), no. 3, 845–852
[7] Ghoneim S., Mahmoud K., Lehtonen M., Darwish, M., Enhancing Diagnostic Accuracy of Transformer Faults Using Teaching-Learning-Based Optimization, IEEE Access, 9 (2021), 30817–30832
[8] Wotz ka, D., S ikor ski , W., S zymc zak , C., Investigating the Capability of PD-Type Recognition Based on UHF Signals Recorded with Different Antennas Using Supervised Machine Learning. Energies 15 (2022), no. 3167
[9] Wotz ka, D., C ichoń , A., Study on the Influence of Measuring AE Sensor Type on the Effectiveness of OLTC Defect Classification. Sensors 20 (2020), no. 3095
[10] J i S., Zhu L., Li , Y., Study on transformer tank vibration characteristics in the field and its application, Przegląd Elektrotechniczny, 87 (2011), no 2, 205-211
[11] Hu, J., L iu, D., Liao Q., Yan Y., L iang S., Electromagnetic vibration noise analysis of transformer windings and core, IET Electric Power Application, 10 (2016), no. 4, 251-257
[12] Würde A., Kahlen J., Langenberg N., Moser A., Transformer Core-Vibration Analysis: Coupling Paths, in. 2022 IEEE Electrical Insulation Conference (EIC), Knoxville, USA, (2022)
[13] Hu, Y., Zheng, J., Huang, H., Experimental Research on Power Transformer Vibration Distribution under Different Winding Defect Conditions, Electronics, 8 (2019), no. 8, 1-19
[14] Gar c ía B., Burgos J., A lonso A., Winding deformations detection in power transformers by tank vibrations monitoring, Electric Power Systems Research, 74 (2005), no. 1, 129-138
[15] Borucki S. Cichoń A., Majchrzak H. Zmarzł y D., Evaluation of the Technical Condition of the Active Part of the High Power Transformer Based on Measurements and Analysis of Vibroacoustic Signals, Archives of Acoustics, 42 (2017), no. 2, 313-320
[16] Duan X., Zhao T., L i u J., Zhang L., Zou L., Analysis of Winding Vibration Characteristics of Power Transformers Based on the Finite-Element Method, Energies, 11 (2018), no. 9, 2-19
[17] Zhou H., Hong K., Huang H., Zhou J., Transformer winding fault detection by vibration analysis methods, Applied Acoustics, 114 (2016), 136-146
[18] Borucki S., Time-Frequency Analysis of Mechanical Vibrations of the Dry Type Power Transformer Core, Acta Physica Polonica A, 120 (2011), no. 4, 571 – 574
[19] Kornatowsk i E., Banaszak S., Molenda P., Quality Index for Assessment of the Mechanical Condition of Transformers' Active Part with Frequency Response and Vibroacoustic Measurements, Energies, 17 (2024), no. 6, 2-17
[20] Zhou X., Luo Y., Tian T., Bai H., Wu P., Liu W., Transformer fault diagnosis based on probabilistic neural networks combined with vibration and noise characteristics, Frontiers in Energy Research, 11 (2023)
[21] Zhang F., J i S., S h i Y., Zhan C., Zhu L., Investigation on vibration source and transmission characteristics in power transformers, Applied Acoustics, 151 (2019), 99-112

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PRZEGLĄD ELEKTROTECHNICZNY- e-publikacja (pdf) z zeszytu 2024-11 , nr katalogowy 151373 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY- e-zeszyt (pdf) 2024-11 licencja: Osobista Produkt cyfrowy Nowość	85.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2024-11

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma