Yanıt yüzey yöntemi ve genetik algoritma kullanılarak transformatör sargı en sıcak nokta sıcaklığının modellenmesi ve optimizasyonu

Yıl 2019, Cilt: 10 Sayı: 2, 467 - 480, 20.06.2019

Engin Ufuk Ergül , Cenk Gezegin Aytaç Yıldız

https://doi.org/10.24012/dumf.422182

Cited By: 4

Öz

Elektrik
enerjisine olan talebin artmasıyla, bu enerjinin iletimi ve dağıtımında
kullanılan en önemli donanımlardan birisi olan transformatörlerin önemi de
artmaktadır. Transformatörlerin verimli bir şekilde uzun süreli çalışabilmeleri
için izlenmesi gereken en önemli parametrelerden birisi sargı en sıcak nokta
sıcaklığı (Hot-Spot
Temperature-HST) değeridir. Bu
parametrenin belirlenmesi için çeşitli termal modeller kullanılmaktadır. Fakat
transformatör içindeki termal olaylar karmaşık olduklarından HST değerini tam
olarak veren termal modeller geliştirilememiştir. Bu çalışmanın amacı, yanıt
yüzeyi yöntemi (Response Surface Method-RSM) ile kombine edilen üç seviye
Box-Behnken tasarımı ve genetik algoritma (GA) yöntemlerini kullanarak maksimum
HST’nin tahmin edilmesinde kullanılan optimum parametre değerlerini bulmak için
regresyon modeli oluşturmaktır. Böylece HST değeri tahmin edilerek
transformatörlerin ömrü ve verimi artırılabilecektir. Çalışmada, 5kVA
380/220V tek fazlı kuru tip transformatör ile deney düzeneği hazırlanmıştır.
Deneyler, üç farklı akım değeri (4, 8 ve 12 A), akım uygulama süresi (3, 6 ve 9
saat) ve ortam sıcaklığında (20, 25 ve 30 ^oC) Box-Behnken tasarımı dikkate alınarak yapılmıştır.
Deneylerden elde edilen yanıtlar Design Expert 11.0.5 programında analiz
edilerek HST için matematiksel bir tahmin modeli geliştirilmiş ve
parametrelerin optimum değerleri elde edilerek maksimum HST tahmin
edilmiştir. Daha sonra, RSM’den elde
edilen matematiksel tahmin modelinden yararlanılarak HST tahmini için GA
kullanılmıştır. Çalışma sonunda her iki yöntem vasıtasıyla elde edilen tahmin
değerleri karşılaştırılmış ve birbirine çok yakın olduğu görülmüştür.

Anahtar Kelimeler

Transformatör, Sargı En Sıcak Nokta Sıcaklığı, Yanıt Yüzey Yöntemi, Box- Behnken, Genetik Algoritma

Kaynakça

• Amoda, O., Tylavsky, D.J., McCulla G. ve Knuth W., (2011). Evaluation of hottest-spot temperature models using field measured transformer data, International Journal of Emerging Electric Power Systems, 12, 5.
• Box, G. E. ve Draper, N. R., (2007). Response surfaces, mixtures, and ridge analyses, 649, John Wiley & Sons.
• Betta, G., Pietrosanto A. ve Scaglione A., (2000). An enhanced fiber optic temperature sensor system for power transformer monitoring, Instrumentation and Measurement Technology Conference, 1, 153-158.
• Chu D. ve Lux, A., (1999). On-line monitoring of power transformers and components: a review of key parameters, Electrical Insulation Conference and Electrical Manufacturing & Coil Winding Conference, 669-675.
• Erdoğan, F., (2007). Yükseltilmiş d-optimal dizayn yöntemi kullanılarak mühendislik dizaynlarında etkinliğin geliştirilmesi: ‘sentetik jet’ dizayn optimizasyon çalışması, Journal of Aeronautics and Space Technologies, 3, 1, 51-63.
• Ergül, E. U., (2010). Çok amaçlı genetik algoritmalar: temelleri ve uygulamaları, Doktora tezi, Ondokuz Mayıs Üniversitesi, Fen Bilimleri Enstitüsü, Samsun.
• Erler, E., Akçayöz, E. ve Tuncer, İ. H., (2008). Sentetik jet parametrelerinin eliptik profil ve kanat kesidi üzerindeki akışın kontrolü için yanıt yüzeyi yöntemi ile eniyileştirilmesi, II. Ulusal Havacılık ve Uzay Konferansı, İTÜ, İstanbul.
• Feng J.Q., Sun P., Tang W.H., Buse D.P., Wu Q.H., Richardson Z. ve Fitch J., (2002). Implementation of a power transformer temperature monitoring system, International Conference on Power System Technology, 3, 1980-1983.
• Goldberg, D.E., (1989). Genetic algorithms in search, optimization and machine learning, Addison- Wesley, Reading, ABD, 432 s.
• Güvercin, S. ve Yıldız, A., (2018). Optimization of cutting parameters using the response surface method, Sigma, 36, 1, 113-121.
• Holland, J., 1975. Adaptation in natural and artificial systems, University of Michigan Press, Ann Arbor, ABD.
• International Electrotechnical Commission (2005). IEC 60076-7 Power transformers Part 7: Loading guide for oil-immersed power transformers.
• Kassem, Y., Çamur, H. ve Esenel, E., (2017). Adaptive neuro-fuzzy inference system (ANFIS) and response surface methodology (RSM) prediction of biodiesel dynamic viscosity at 313 K, Procedia Computer Science, 120, 521-528.
• Koç, B. ve Kaymak-Ertekin, F., (2010). Yanıt yüzey yöntemi ve gıda işleme uygulamaları, Gıda Dergisi, 35, 1, 1-8.
• Köksoy, O., (2001). Taguchi ve cevap yüzey felsefelerinin birleştirilmesi: problem ve çözüm stratejileri, Doktora tezi, Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
• Kumar, A. ve Patil, P. P., (2016). FEA simulation and RSM based parametric optimisation of vibrating transmission gearbox housing, Perspectives in Science, 8, 388-391.
• Mamizadeh, A. ve Iskender, I., (2010). Winding thermal analyzing of dry type transformers, International Journal on Technical and Physical Problems of Engineering, 2, 4, 80-84.
• Mao, N., Song, M., Pan, D. ve Deng, S., (2018). Comparative studies on using RSM and TOPSIS methods to optimize residential air conditioning systems, Energy, 144, 98-109.
• McArthur, Stephen D.J., Scott M. Strachan ve Jahn G., (2004). The design of a multi-agent transformer condition monitoring system, IEEE Transactions on Power Systems, 19, 4, 1845-1852.
• Meshkatoddini, M. R. ve Abbospour, S. (2008). Aging study and lifetime estimation of transformer mineral oil, American Journal of Engineering and Applied Sciences, 1, 4, 384-388.
• Mia, M., (2018). Mathematical modeling and optimization of MQL assisted end milling characteristics based on RSM and Taguchi method, Measurement, 121, 249-260.
• Myers, R. H., Montgomery, D. C. ve Anderson-Cook, C. M., (2016). Response surface methodology: process and product optimization using designed experiments, John Wiley & Sons, Inc.
• Nordman H. ve Lahtinen M., (2003). Thermal overload tests on a 400-MVA power transformer with a special 2.5-p.u. Short time loading capability, IEEE Transactions on Power Delivery, 18, 1 , 107 – 112
• Öney, Ö. ve Samanlı, S., (2017). Kütahya/Altıntaş grafitlerinin kaba flotasyon parametrelerinin box-behnken deney tasarımı kullanılarak optimizasyonu ve modellenmesi, Dokuz Eylul University-Faculty of Engineering Journal of Science and Engineering, 19, 56, 532-542.
• Öztürk, Z. B. ve Nuran, A. Y., (2012). Yanıt yüzey metodu ile porselen karo küçülmesinde ergiticilerin optimizasyonu, Journal of Engineering and Architecture Faculty of Eskişehir Osmangazi University, 25, 2, 57-65.
• Picanço, A. F., Martinez M. L., ve Rosa P.C., (2010). Bragg system for temperature monitoring in distribution transformers, Electric Power Systems Research, 80, 1, 77-83.
• Popescu, M. C., Mastorakis N. E., Bulucea C. A., Manolea G. ve Perescu-Popescu L., (2009). Nonlinear thermal model for transformers study, WSEAS Transactions on Circuits and Systems 8, 6, 487-497.
• Radakovic Z. ve Feser K., (2003). A new method for the calculation of the hot-spot temperature in power transformers with ONAN cooling, IEEE Transactions on Power Delivery, 18, 4.
• Ribeiro, A. L., Eira, N. F., Sousa, J. M., Guerreiro, P. T. ve Salcedo, J. R. (2008). Multipoint fiber-optic hot-spot sensing network integrated into high power transformer for continuous monitoring, IEEE Sensors Journal, 8, 7, 1264-1267.
• Schaffer, J.D., (1984). Some experiments in machine learning using vector evaluated genetic algorithms, Doktora tezi, Vanderbilt University, Nashville, ABD, 166 s.
• Sönmez, F., Başak, H. ve Baday, Ş., (2016). Haddeleme işleminin yüzey yanıt yöntemi ile analizi, Gazi Üniversitesi Fen Bilimleri Dergisi Part:C, Tasarım ve Teknoloji, 4, 4, 275-283.
• Srinivasan, M. ve Krishnan A., (2012). Hot resistance estimation for dry type transformer using multiple variable regression, multiple polynomial regression and soft computing techniques. American Journal of Applied Sciences, 9, 2, 231-237. Susa, D., Lehtonen M. ve Nordman H., (2005a). Dynamic thermal modelling of power transformers, IEEE Transactions on Power Delivery, 20, 1, 197-204.
• Susa, D., Lehtonen M. Ve Nordman H., (2005b). Dynamic thermal modeling of distribution transformers, IEEE Transactions on Power Delivery, 20,3 1919-1929.
• Tan, Y. H. ve Abdullah, M. O., Nolasco-Hipolito, C., Zauzi, N. S. A., (2017). Application of RSM and Taguchi methods for optimizing the transesterification of waste cooking oil catalyzed by solid ostrich and chicken-eggshell derived CaO, Renewable Energy, 114, 437-447.
• The Institute of Electrical and Electronics Engineers (2012). IEEE Std C57. 91–2011 Guide for Loading Mineral-Oil-Immersed Transformers and Step-Voltage Regulators.
• Türkşen, Ö. ve Apaydın, A., (2012). Bulanık yaklaşım ile çok yanıtlı yüzey problemlerinin modellenmesi ve optimizasyonu, Anadolu Üniversitesi Bilim ve Teknoloji Dergisi –A, 13, 1, 65-79.
• Weekes, T., Molinski T. ve Swift G., (2004). Transient transformer overload ratings and protection, IEEE Electrical Insulation Magazine, 20,2, 32-35.
• Zhang, X. ve Gockenbach E., (2008). Asset-management of transformers based on condition monitoring and standard diagnosis, IEEE Electrical Insulation Magazine, 24, 4, 26-40.