การประยุกต์ฟัซซีลอจิกสำหรับประเมินสภาพหม้อแปลงไฟฟ้าระบบจำหน่าย 33 kV ของการไฟฟ้าส่วนภูมิภาค
วิทยานิพนธ์ (วศ.ม. (วิศวกรรมไฟฟ้า))--มหาวิทยาลัยสงขลานครินทร์, 2565
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | Theses and Dissertations |
| Language: | Thai |
| Published: |
มหาวิทยาลัยสงขลานครินทร์
2023
|
| Subjects: | |
| Online Access: | http://kb.psu.ac.th/psukb/handle/2016/17944 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Prince of Songkhla University |
| Language: | Thai |
| id |
th-psu.2016-17944 |
|---|---|
| record_format |
dspace |
| spelling |
th-psu.2016-179442023-04-07T07:02:35Z การประยุกต์ฟัซซีลอจิกสำหรับประเมินสภาพหม้อแปลงไฟฟ้าระบบจำหน่าย 33 kV ของการไฟฟ้าส่วนภูมิภาค Fuzzy Logic Application for Condition Assessment in 33 kV Distribution Transformer of Provincial Electricity Authority กิตติศักดิ์ ไชยสุวรรณ เกียรติศักดิ์ วงษ์โสพนากุล Faculty of Engineering Electrical Engineering คณะวิศวกรรมศาสตร์ ภาควิชาวิศวกรรมไฟฟ้า หม้อแปลงไฟฟ้า ระบบจำหน่าย ฟัซซีลอจิก การประเมินสภาพ วิทยานิพนธ์ (วศ.ม. (วิศวกรรมไฟฟ้า))--มหาวิทยาลัยสงขลานครินทร์, 2565 The objective of this research was to condition assess 33 kV distribution transformers by Health Index using fuzzy logic analytical decision-making methods. The data for the assessment of transformer condition consisted of 5 factors: oil quality; aging; visual inspection; winding insulation; and load from the results of maintenance each year. The 180 samples are divided into 150 samples for training and 30 samples for testing, which are divided into 4 groups: group 1 is a transformer in good condition; group 2 is a transformer in acceptable condition; group 3 is a transformer in poor condition; and group 4 is a transformer in very poor condition. The design uses the triangular, the square, and the trapezoid membership function for the each factors and the transformer condition level. The weighting of the 5 factors was determined using an artificial neural network (ANN) method based on the fuzzy logic decision output values for each of 150 samples (Train) to calculate the health index and the transformer condition level. The results of testing transformer condition assessment system from the data of 30 test transformers were sent into the designed assessment system. Then compare the condition level values assessed by the system with the actual transformer conditions. It was found that out of 30 samples, the condition could be assessed according to the actual transformer condition of 25 samples, and there were 5 samples of errors, representing an accuracy of 83.33%. The maintenance planning in sequence before-after can be considered at the condition group level from very poor, poor, acceptable, and good, respectively. การวิจัยนี้มีวัตถุประสงค์เพื่อประเมินสภาพหม้อแปลงไฟฟ้าระบบจำหน่าย 33 kV ด้วยดัชนีสุขภาพ (Health Index) โดยการใช้วิธีตัดสินใจเชิงวิเคราะห์ด้วยวิธีตรรกะคลุมเครือ จากข้อมูลที่ใช้สำหรับประเมินสภาพหม้อแปลงไฟฟ้าจำนวน 5 ปัจจัย ได้แก่ คุณภาพน้ำมัน อายุการใช้งาน การตรวจสอบสภาพภายนอก ค่าความเป็นฉนวนของขดลวด และการรับภาระโหลด ที่ได้จากผลการบำรุงรักษาในแต่ละปี จำนวน 180 ตัวอย่าง แบ่งเป็นตัวอย่างสำหรับนำมาฝึกอบรม (Train) จำนวน 150 ตัวอย่าง และตัวอย่างสำหรับใช้ทดสอบ (Test) จำนวน 30 ตัวอย่าง ซึ่งแบ่งเป็น 4 กลุ่ม ได้แก่ กลุ่มที่ 1 เป็นหม้อแปลงไฟฟ้าสภาพดี กลุ่มที่ 2 เป็นหม้อแปลงไฟฟ้าสภาพยอมรับได้ กลุ่มที่ 3 เป็นหม้อแปลงไฟฟ้าสภาพแย่ กลุ่มที่ 4 เป็นหม้อแปลงไฟฟ้าสภาพแย่มาก ซึ่งการออกแบบได้ใช้ฟังก์ชันความเป็นสมาชิกสามเหลี่ยม สี่เหลี่ยม และสี่เหลี่ยมคางหมู สำหรับแต่ละปัจจัย และระดับสภาพของหม้อแปลงไฟฟ้า การกำหนดค่าน้ำหนักของทั้ง 5 ปัจจัย ใช้วิธีโครงข่ายประสาทเทียม (ANN) จากค่าเอาต์พุตจากการตัดสินใจด้วยวิธีตรรกะคลุมเครือในแต่ละปัจจัยจำนวน 150 ตัวอย่าง (Train) เพื่อจะนำไปคำนวณหาค่าดัชนีสุขภาพ และระดับกลุ่มสภาพหม้อแปลงไฟฟ้า ผลการทดสอบระบบประเมินสภาพหม้อแปลงไฟฟ้า จากการนำข้อมูลหม้อแปลงไฟฟ้าทดสอบจำนวน 30 ตัวอย่าง มาป้อนเข้าระบบประเมินที่ได้ออกแบบ แล้วนำค่าระดับสภาพที่ระบบประเมินได้เปรียบเทียบกับข้อมูลสภาพหม้อแปลงไฟฟ้าจริงของกลุ่มทดสอบ พบว่าจากตัวอย่าง 30 ตัวอย่าง สามารถประเมินสภาพได้ตามสภาพหม้อแปลงไฟฟ้าจริงจำนวน 25 ตัวอย่าง และมีความผิดพลาดจำนวน 5 ตัวอย่าง คิดเป็นความถูกต้อง 83.33% โดยการวางแผนบำรุงรักษาลำดับ ก่อน-หลัง สามารถพิจารณาจากระดับกลุ่มสภาพจาก แย่มาก แย่ ยอมรับได้ และดี ตามลำดับ 2023-04-07T07:02:35Z 2023-04-07T07:02:35Z 2022 Thesis http://kb.psu.ac.th/psukb/handle/2016/17944 th Attribution-NonCommercial-NoDerivs 3.0 Thailand http://creativecommons.org/licenses/by-nc-nd/3.0/th/ application/pdf มหาวิทยาลัยสงขลานครินทร์ |
| institution |
Prince of Songkhla University |
| building |
Khunying Long Athakravi Sunthorn Learning Resources Center |
| continent |
Asia |
| country |
Thailand Thailand |
| content_provider |
Khunying Long Athakravi Sunthorn Learning Resources Center |
| collection |
PSU Knowledge Bank |
| language |
Thai |
| topic |
หม้อแปลงไฟฟ้า ระบบจำหน่าย ฟัซซีลอจิก การประเมินสภาพ |
| spellingShingle |
หม้อแปลงไฟฟ้า ระบบจำหน่าย ฟัซซีลอจิก การประเมินสภาพ กิตติศักดิ์ ไชยสุวรรณ การประยุกต์ฟัซซีลอจิกสำหรับประเมินสภาพหม้อแปลงไฟฟ้าระบบจำหน่าย 33 kV ของการไฟฟ้าส่วนภูมิภาค |
| description |
วิทยานิพนธ์ (วศ.ม. (วิศวกรรมไฟฟ้า))--มหาวิทยาลัยสงขลานครินทร์, 2565 |
| author2 |
เกียรติศักดิ์ วงษ์โสพนากุล |
| author_facet |
เกียรติศักดิ์ วงษ์โสพนากุล กิตติศักดิ์ ไชยสุวรรณ |
| format |
Theses and Dissertations |
| author |
กิตติศักดิ์ ไชยสุวรรณ |
| author_sort |
กิตติศักดิ์ ไชยสุวรรณ |
| title |
การประยุกต์ฟัซซีลอจิกสำหรับประเมินสภาพหม้อแปลงไฟฟ้าระบบจำหน่าย 33 kV ของการไฟฟ้าส่วนภูมิภาค |
| title_short |
การประยุกต์ฟัซซีลอจิกสำหรับประเมินสภาพหม้อแปลงไฟฟ้าระบบจำหน่าย 33 kV ของการไฟฟ้าส่วนภูมิภาค |
| title_full |
การประยุกต์ฟัซซีลอจิกสำหรับประเมินสภาพหม้อแปลงไฟฟ้าระบบจำหน่าย 33 kV ของการไฟฟ้าส่วนภูมิภาค |
| title_fullStr |
การประยุกต์ฟัซซีลอจิกสำหรับประเมินสภาพหม้อแปลงไฟฟ้าระบบจำหน่าย 33 kV ของการไฟฟ้าส่วนภูมิภาค |
| title_full_unstemmed |
การประยุกต์ฟัซซีลอจิกสำหรับประเมินสภาพหม้อแปลงไฟฟ้าระบบจำหน่าย 33 kV ของการไฟฟ้าส่วนภูมิภาค |
| title_sort |
การประยุกต์ฟัซซีลอจิกสำหรับประเมินสภาพหม้อแปลงไฟฟ้าระบบจำหน่าย 33 kv ของการไฟฟ้าส่วนภูมิภาค |
| publisher |
มหาวิทยาลัยสงขลานครินทร์ |
| publishDate |
2023 |
| url |
http://kb.psu.ac.th/psukb/handle/2016/17944 |
| _version_ |
1762854926824767488 |