تخمین طول عمر مبدل توان در توربین بادی با استفاده از دوقلوی دیجیتال و روشهای یادگیری ماشین - دانشکده فنی و مهندسی
تخمین طول عمر مبدل توان در توربین بادی با استفاده از دوقلوی دیجیتال و روشهای یادگیری ماشین
نوع: Type: پایان نامه
مقطع: Segment: کارشناسی ارشد
عنوان: Title: تخمین طول عمر مبدل توان در توربین بادی با استفاده از دوقلوی دیجیتال و روشهای یادگیری ماشین
ارائه دهنده: Provider: علی محمدیان - رشته برق
اساتید راهنما: Supervisors: دکتر عباس رمضانی
اساتید مشاور: Advisory Professors: دکتر محمد مهدی شهبازی
اساتید ممتحن یا داور: Examining professors or referees: دکتر یونس سلگی و دکتر محسن حسن بابای نوزادیان
زمان و تاریخ ارائه: Time and date of presentation: 1402/07/25ساعت 12تا 13
مکان ارائه: Place of presentation: دپارتمان برق کلاس 3
چکیده: Abstract: به دلیل پیشرفتهای سریع تکنولوژی در سالهای اخیر، یکی از مشکلات پیشروی بشر تامین منابع انرژی است.انرژی باد یکی از انرژی های قابل دسترس و قابل اتکا برای تامین انرژی است. توربینهای بادی منبع مهمی از انرژیهای تجدیدپذیر متناوب هستند و در بسیاری از کشورها برای کاهش هزینههای انرژی و کاهش اتکا به سوختهای فسیلی استفاده میشوند. مبدلها در توربین بادی نقش بسیار مهمی دارند بطوری که سوء عملکرد مبدلهای توربین بادی میتواند عملکرد توربینهای بادی را متوقف کند و باعث ایجاد مشکل در شبکه شود. در توربینهای بادی پذیرفته شده است که مبدل باید دارای قابلیت اطمینان بالا و قابلیت تحمل پذیری خطا باشد .اگر بتوان خرابی راتشخیص داد از توقف های برنامه ریزی نشده می توان جلوگیری کرد .اجزای مبدل با هم سری هستند و بیشترین خرابی برا اساس مقالات گذشته مربوط به IGBT می باشد یعنی اگر بتوان طول عمر IGBT را به دست آورد یعنی طول عمر کل مبدل را به دست آوردیم.آزمایشگاه قابلیت اطمینان ناسا یک آزمایش تخریب انجام داده است .در این پژوهش از مجموعه داده های ازمایشگاه قایلیت اطمینان ناسا استفاده کردیم که عبارت اند از: ولتاژ کلکتور-امیتر ،جریان کلکتور –امیتر و ولتاژ گیت-امیتر . در بین این داده ها ولتاژ کلکتور –امیتر را به عنوان پارامتر پیشرو در نظر گرفتیم که دارای هفت فاز می باشد و فاز هفتم خرابی می باشد. در نهایت با انتخاب ویژگی های مناسب برای کاهش پیچیدگی محاسباتی و افزایش دقت در نتایج، دو شبکه MLP و CNN-LSTM مورد آموزش و آزمایش قرار گرفت .در انتها نتایج دو شبکه با هم مقایسه شد که دقت تشخیص MLP مناسب تر بود.
فایل: ّFile: دانلود فایل