fa مکان‌یابی تخلیه جزئی با استفاده از مدل مشروح ترانسفورماتورها به کمک شبکه عصبی FAM و بیزین تخصصي Special پژوهشي Research تخلیه جزئی مهم‌ترین عامل تخریب عایق در ترانسفورماتور قدرت که یکی از مهم‌ترین اجزای سیستم‌های قدرت می‌باشد، شناخته می‌شود. بنابراین روش‌های با سرعت و دقت بالا در مکان‌یابی منشأ تخلیه جزئی دارای اهمیت خاصی برای نگهداری و تعمیر ترانسفورماتورها می‌باشد. در این مقاله دو روش نوین مبتنی بر شبکه‌های عصبی برای تشخیص مکان تخلیه جزئی در سیم‌پیچ ترانسفورماتورها ارائه شده است. جهت شبیه‌سازی ترانسفوماتور از مدل مشروح و شبیه‌سازی پدیده تخلیه جزئی در عایق بین حلقه‌ها از مدل سه خازنی بهره گرفته شده و این پدیده در مکان‌های مختلف سیم‌پیچ ترانسفورماتور به کمک نرم افزار EMPT شبیه‌سازی شده است. سپس آزمون ضربه به ترمینال ترانسفورماتور اعمال گردیده و سپس جریان ایجاد شده در نقطه نول اندازه‌گیری شده و جهت آموزش و آزمون شبکه‌های عصبی از آن‌ها استفاده شده است. جهت نزدیک‌تر کردن شرایط شبیه‌سازی به شرایط واقعی به دلیل وجود نویز در شرایط عملی، نویزهای مختلفی بر روی شکل موج‌های شبیه‌سازی شده اضافه شده است. سپس عملکرد شبکه‌های عصبی مورد استفاده در این مقاله شامل Fuzzy ATRmap و Bayesian جهت تشخیص صحیح مکان تخلیه جزئی با وجود نویز با یکدیگر مقایسه شده است. Partial discharge is a main source of insulation degradation in power transformers. Therefore accurately locating of partial discharge sources in transformers as the main equipment in power system is needed. This paper proposed two novel methods based on artificial neural networks for partial discharge localization in the power transformers. For this purpose detailed model of transformer and three capacitor model of partial discharge is used. Then impulse test is applied to transformer terminals and current in neutral point is measured for training and test of artificial neural networks. As actual current signals include noise components, the noisy component is added to measured current signals and performance of proposed neural networks for partial discharge localization is shown and results are compared. تخلیه جزئی، ترانسفورماتور، شبکه بیزین، شبکه عصبی FAM، مدل مشروح Partial Discharge, Transformer, Bayesian Network, Fuzzy ARTmap Neural Network, Detailed Model. 46 56 http://ieijqp.ir/browse.php?a_code=A-10-34-1&slc_lang=fa&sid=1 Hamed Nafisi حامد نفیسی nafisi@aut.ac.ir 1003194753284600102 1003194753284600102 Yes Amirkabir University of Technology صنعتی امیرکبیر Mehrdad Abedi مهرداد عابدی abedi@aut.ac.ir 1003194753284600103 1003194753284600103 No Amirkabir University of Technology صنعتی امیرکبیر Gevorg Gharehpetian گئورگ قره پتیان grptian@aut.ac.ir 1003194753284600104 1003194753284600104 No Amirkabir University of Technology صنعتی امیرکبیر