دانلود ترجمه مقاله رویکرد مونت کارلو برای محاسبه طول عمر حرارتی عایق ترانسفورماتور

1. مقدمه 2. تکنیک پیشنهادی برای تخمین پایان طول عمر 3. مطالعه موردی 4. مقایسه با تحقیقات قبلی 5. نتیجه گیری

چکیده – این مقاله یک روش دقیق را برای تخمین طول عمر حرارتی عایق جامد در یک ترانسفورماتور قدرت ارائه داده است. این روش دمای محیط را با استفاده از دماهای میانگین ماهیانه ، و شاخص در دسترس بودن خورشیدی ماهیانه تخمین می زند. منحنی بار میانگین روزانه و انحراف معیار ساعتی در منحنی بار روزانه، برای مدلسازی بار ترانسفورماتور بکار می روند. عدم قطعیت های بار ترانسفورماتور و دمای محیط مجاور، برای شبیه سازی تاریخچه مصنوعی ترانسفورماتور با تکنیک مونت کارلو بکار می روند. این تاریخچه مصنوعی برای تخمین طول عمر میانگین عایق جامد ترانسفورماتور بکار می رود. نتیجه تست نشان داده که روش پیشنهادی، نتایج قابل اطمینانی را ارائه می دهد. مقدمه: پیش بینی پایان عمر ترانسفورماتور، یکی از پارامترهای اصلی برای فعالیت های مدیریت ترانسفورماتور است زیرا تصمیمات دقیق نسبت به پایان عمر ترانسفورماتور، منجر به صرفه جویی چشمگیر پولی در بلندمدت، و حفاظت از سیستم قدرت در برابر قطعی های پُرهزینه ترانسفورماتورها است. تخریب عایق بندی خاک (کاغذ) ، دلیل اصلی برای پایان طول عمر ترانسفورماتور است [1-8]. اکثر روش های بکار رفته برای تعیین طول عمر ترانسفورماتورها ، بر اساس سنجش خرابی عایق بندی جامد تحت آزمایشات کنترل شده است [1-3، 5-8]. خروجی این آزمایش کنترل شده ، فقط تصمیم گیری راجع به ترانسفورماتور و رسیدن به پایان عمر را مشخص می کند. طول عمر باقیمانده ترانسفورماتور قابل تخمین نیست. علاوه بر این، اثر ماهیت تصادفی بار و دمای مجاور بر خرابی عایق به اندازه کافی بررسی نشده اند. این مقاله تلاشیست برای طول عمر باقیمانده ترانسفورماتور بر اساس خرابی عایق جامد و اثر تغییرات بار و دمای مجاور بر تعیین عایق با شبیه سازی مونت کارلو.

This paper presents an accurate method for estimating the thermal lifetime of solid insulation in a power transformer. The method estimates the ambient temperature using the monthly average ambient temperature and the monthly solar clearness index. The average daily load curve and the standard deviation for each hour in the daily load curve are used to model the transformer load. The uncertainties associated with the transformer load and the ambient temperature are used to simulate the transformer artificial history using Monte Carlo technique. This artificial history is used to estimate the average lifetime of the transformer solid insulation. The method is tested on a real field transformer data taken from a local utility. The outcome of the test showed that the proposed method provides reliable results. Introduction: Predicting the end of life of a transformer is an essential parameter in transformer asset management activities because accurate decisions with respect to the end of life save considerable money in the long run and protect the power system against expensive transformer outages. The degradation of solid insulation (paper) can be considered the primary reason for a transformer to reach the end of its life [1–8]. Most of the methods that are used to determine the lifetime of a transformer are based on measuring the solid insulation failure under controlled experiment [1,3–5,8]. The outcome of this controlled experiment is to only decide if the transformer has reached its end of life or not, the remaining lifetime of the transformer cannot be estimated. Furthermore, the effect of the stochastic nature of the load and the ambient temperature on the insulation failure was not addressed adequately before. This paper is an attempt to determine the transformer remaining lifetime based on studying the transformer solid insulation breakdown and the effect of variability of load and ambient temperature on the insulation deterioration using Monte Carlo simulation.