Transformatör iç arklarının geçici rejim sinyal işleme ve makine öğrenme yöntemleriyle erken tespiti

Güç transformatörlerinde yıldırım düşmesi, anahtarlama olayları ve kısa devre arızaları gibi nedenler, sargı yalıtımında deformasyona yol açarak sargılar arasında elektrik arkı oluşumuna neden olmaktadır. Ark oluşumu zamanla rijit bir kısa devreye yol açarak trafoların aşırı ısınmasına ve basınç nedeniyle transformatörün patlamasına sebep olabilmektedir. Bu tez çalışmasında, transformatör sargılarındaki ark oluşumu transformatörün terminallerindeki akım ve gerilim sinyallerindeki geçici rejim değişimleri incelenerek tespit edilmiştir. Çalışmada, 15 MVA gücünde bir güç transformatörü ANSYS@Maxwell ortamında üç boyutlu olarak modellenmiş ve MATLAB@Simulink'te oluşturulan ark modeli ANSYS@Maxwell manyetik modeline adapte edilerek yapılan senkronize çalışma ile transformatör sargılarındaki ark analizi gerçekleştirilmiştir. Tasarımların çözümlemesinde Sonlu Elemanlar Yöntemi (SEY) kullanılmıştır. Transformatör modelinin doğruluğunu sağlaması için normal, kısa devre ve harmonik analizleri gerçekleştirilmiş ve elde edilen sonuçlar fabrika ve tasarım verileriyle karşılaştırılarak sonuçların uyumlu olduğu belirlenmiştir. Transformatör girişinden elde edilen veriler, Hızlı Fourier Dönüşümü (FFT) kullanılarak frekans spektrumuna dönüştürülmüş ve bu sinyallerden transformatördeki ark arızası durumlarında oluşan yüksek frekanslı harmonikler tespit edilmiştir. Frekans spektrumlarından elde edilen 361 ayrı noktadaki harmonik veriler kullanılarak K-NN, DT, SVM, YSA ve ESM gibi Makine Öğrenmesi (MÖ) algoritmaları ile modeller eğitilmiştir. Arızalı sargı ve arızalı diske ait arıza tespit modellerinde yüksek doğruluk ve performans değerleri sağlanmıştır. Böylece, geliştirilen yöntem sayesinde transformatör sargılarında ark arızası oluşumunun sensör kullanmadan kısa sürede tespit edilmesine imkân sağlanmıştır.