Dağıtım Transformatörleri İçin En Sıcak Nokta Sıcaklığına Dayalı Bir Ömür Sayacının Tasarımı Ve Saha Uygulaması
Author:
Dirik Hasan1ORCID, Gezegin Cenk2ORCID, Ozgonenel Okan2ORCID, Geyikoğlu AliORCID, Sancaktar İdris2ORCID
Affiliation:
1. SİNOP ÜNİVERSİTESİ 2. ONDOKUZ MAYIS ÜNİVERSİTESİ
Abstract
Genellikle ömürleri 30 yıl civarında olacak şekilde tasarlanan transformatörlerin gerçek ömrünü belirleyen en önemli parametre sargı yalıtımlarının maruz kaldığı aşırı sıcaklıklardır. Sargı yalıtımının maruz kaldığı sıcaklığın kritik sıcaklığı aşması halinde yaşlanma hızı beklenen değerin çok üzerine çıkarken altında yaşlanma çok daha yavaş olmaktadır. Bu yüzden bir transformatörün sargı sıcaklığının doğru bir biçimde izlenebilmesi ile transformatörün yaşlanma hızının ve kalan ömrünün doğru bir biçimde tayin edilebilmesi mümkündür. Bu çalışmada bu bilgilere dayanılarak geliştirilen bir ömür sayacı cihazının tasarımı ve saha uygulaması anlatılmıştır. Tasarımda kullanılan hesaplama yöntemi ilk olarak gerçek zamanlı akım ve gerilim değerleri üzerinden hesaplanan sargı direncini kullanarak ortalama sargı sıcaklığı (OSS) değerini hesaplamaktadır. Sonraki adımda ise OSS ile birlikte transformatörün tepe yağ sıcaklığı (TYS) ve çevre sıcaklığı da kullanılarak sargı en sıcak nokta sıcaklığı (ESNS) bulunmaktadır. Son adımda ise sargı ESNS değeri üzerinden transformatörün yaşlanma hızına ve kullanılan/kalan ömür değerlerine ulaşılmaktadır. Cihaz, transformatörün kullanılan ve kalan ömrünü izlemenin yanında aşırı sıcaklığa bağlı olarak kullanıcıya uyarı ve alarm işaretleri de üretebilmekte ve enerji verimli soğutma kontrolü yapabilmektedir. Geliştirilen transformatör ömür sayacı cihazı ölçtüğü ve hesapladığı verileri üzerinde yer alan bir dokunmatik ekran ile kullanıcıya sunabildiği gibi kablosuz internet bağlantısı üzerinden bir sunucuya da aktarmaktadır.
Funder
EPDK ve Sinop Üniversitesi
Publisher
Politeknik Dergisi
Reference25 articles.
1. [1] Özgönenel, O. (2002). Güç Transformatörü Korumasinda İkinci Harmoniğin Etkisinin Azaltilmasi. Politeknik Dergisi, 5(3), 221-225. 2. [2] Behkam, R., Moradzadeh, A., Karami, H., Nadery, M. S., Mohammadi Ivatloo, B., Gharehpetian, G. B., & Tenbohlen, S. (2023). Mechanical Fault Types Detection in Transformer Windings Using Interpretation of Frequency Responses via Multilayer Perceptron. Journal of Operation and Automation in Power Engineering, 11(1), 11-21. 3. [3] Ali, M. S., Omar, A., Jaafar, A. S. A., & Mohamed, S. H. (2023). Conventional methods of dissolved gas analysis using oil-immersed power transformer for fault diagnosis: A review. Electric Power Systems Research, 216, 109064. 4. [4] Li, C., Chen, J., Yang, C., Yang, J., Liu, Z., & Davari, P. (2023). Convolutional Neural Network-Based Transformer Fault Diagnosis Using Vibration Signals. Sensors, 23(10), 4781. 5. [5] Betta, G., Pietrosanto, A., & Scaglione, A. (2001). An enhanced fiber-optic temperature sensor system for power transformer monitoring. IEEE Transactions on instrumentation and measurement, 50(5), 1138-1143.
|
|