شناسایی عیوب ژنراتورهای برق با دقت 84 درصدی

پژوهشگران دانشکده مهندسی برق و کامپیوتر دانشکدگان فنی دانشگاه تهران با بهره گیری از هوش مصنوعی، روشی برای شناسایی دقیق تر محل بروز عیب عایقی در سیم پیچی ژنراتورهای برق و برآورد شدت آن ارائه کردند؛ - دستاورد پژوهشگران دانشگاه تهران با کمک هوش مصنوعی؛ شناسایی عیوب ژنراتورهای برق با دقت 84 درصدی پژوهشگران دانشکده مهندسی برق و کامپیوتر دانشکدگان فنی دانشگاه تهران با بهره گیری از هوش مصنوعی، روشی برای شناسایی دقیق تر محل بروز عیب عایقی در سیم پیچی ژنراتورهای برق و برآورد شدت آن ارائه کردند؛ روشی که می تواند به تشخیص زودهنگام آسیب ها و پیشگیری از خرابی های پرهزینه در تجهیزات تولید برق کمک کند.

 در این پژوهش، عملکرد چند مدل هوش مصنوعی برای شناسایی و تعیین محل تخلیه جزیی در سیم پیچی ژنراتورها و همچنین برآورد شدت این پدیده مورد بررسی قرار گرفت.

تخلیه جزیی، از نشانه های اولیه آسیب دیدگی عایق های الکتریکی ژنراتورهاست و تشخیص به موقع آن می تواند از گسترش آسیب و وقوع خرابی های جدی جلوگیری کند.

با این حال، تغییر سیگنال های ناشی از این پدیده در مسیر سیم پیچی، تشخیص دقیق محل وقوع و شدت واقعی آن را دشوار می کند.

در این مطالعه، پژوهشگران با استفاده از یک مدل شبیه سازی اجزای محدود از ژنراتور و تولید داده های مرتبط با تخلیه جزیی، پنج �