Электронный каталог НБ БНТУ

Статья

Пехота, Александр Николаевич.
Обнаружение и классификация предотказных и дефектных состояний трансформаторов сверточными нейронными сетями = Detection and Classification of Pre-Failure and Defective Transformer States by Convolutional Neural Networks / А. Н. Пехота, И. Л. Громыко, В. Н. Галушко. – DOI 10.21122/1029-7448-2026-69-3-235-248 // Известия высших учебных заведений и энергетических объединений СНГ - Энергетика. – 2026. – Т. 69, № 3. – С. 235-248. – URL: https://rep.bntu.by/handle/data/167836.

Современная диагностика трансформаторов является довольно долгим и затратным мероприятием. Часто необходимо провести целый ряд непростых испытаний, так как современные методы диагностики не всегда однозначно указывают на место и вид дефекта. Это обусловлено сложностью входных сигналов, достаточно большим числом входных факторов, нелинейными множественными динамическими взаимосвязями с другими параметрами. Надежность электрических машин и трансформаторов в значительной степени определяется надежностью обмоток, которая в свою очередь во многом зависит от состояния изоляции обмоток. Традиционные методы испытаний включают в себя измерение различных параметров, таких как полное сопротивление короткого замыкания, потери холостого хода, коэффициент трансформации, ток намагничивания, сопротивление обмотки и др. Одним из наиболее перспективных видов диагностики на сегодняшний момент является метод частотных характеристик, который нашел широкое применение для обнаружения и оценки повреждений трансформаторов во время их транспортирования, а также с помощью одного набора измерений позволяет получить информацию о механическом состоянии магнитопровода, обмоток и прессующей конструкции. Он доказал свою способность выявлять повреждения в обмотках при испытаниях на стойкость при КЗ. Этот метод обнаружения дополняет визуальный осмотр, поскольку позволяет выявить небольшие изменения размеров обмоток, которые не всегда можно разглядеть. При этом небольшие перемещения отводов и других частей не всегда могут быть легко обнаружены с помощью частотных характеристик. В данной работе для обнаружения и классификации дефектов обмоток предлагается метод, основанный на анализе частотных характеристик с помощью метода трех вольтметров и сверточных нейронных сетей.
Modern transformer diagnosing is a lengthy and costly undertaking. A series of complex tests is often necessary, as modern diagnostic methods do not always clearly indicate the of electrical machines and transformers is largely determined by the reliability of the windings, which, in turn, is largely dependent on the condition of the winding insulation. Traditional test methods include measuring various parameters such as short-circuit impedance, no-load loss, transformation ratio, magnetization current, winding resistance and others. Currently, one of the most promising diagnostic methods is the frequency response method. The frequency response method has found wide application in detecting and assessing transformer damage during transportation. Also, this method, using a single set of measurements, provides information on the mechanical condition of the magnetic core, windings, and pressing structure. It has proven its ability to detect damage in windings during short-circuit resistance tests. This detection method complements visual inspection, as it makes it possible to detect small changes in the size of the windings, which are not always visible. Yet, small movements of taps and other parts are not always easily detected using frequency characteristics. In this paper, a method based on frequency response analysis using the method of three voltmeters and convolutional neural networks is proposed for detecting and classifying winding defects.

621.314

общий = БД Труды научных работников БНТУ : 2026г.
труды сотрудников БНТУ = Факультет энергетического строительства : кафедра "Теплогазоснабжение и вентиляция"
труды сотрудников БНТУ = Энергетика. Электроэнергетика. Теплотехника (труды)
труды сотрудников БНТУ = Перечень ВАК РБ (труды)
труды сотрудников БНТУ = Совместные публикации (труды) : Республика Беларусь : Белорусский государственный университет транспорта (Гомель)
общий = ТРАНСФОРМАТОРЫ
общий = НЕЙРОННЫЕ СЕТИ
общий = ДЕФЕКТЫ
общий = ОТКАЗОУСТОЙЧИВОСТЬ