في عصر التكنولوجيا المتقدمة، يعتبر تشخيص أعطال المحولات الكهربائية أمرًا بالغ الأهمية للحفاظ على استقرار أنظمة الطاقة. استخدمت دراسات سابقة طريقة الغاز الرئيسية (Key Gas Method - KGM) من IEEE، وغير أن هذه الطريقة أثبتت قدرتها، إلا أنها تعاني من قيود في التعامل مع البيانات الغامضة.

لكن الأخبار السارة تأتي مع الدراسة الجديدة التي تقدم نموذجًا مبتكرًا يجمع بين منطق الضبابي (Fuzzy Logic) وطريقة الغاز الرئيسية - والمعروف اختصارًا بـ KGM. هذا النموذج المطور، المعروف باسم (FL-KGM)، لا يتجاوز فقط القيود التقليدية، بل يقدم أيضًا وظائف عضوية محسنة ومجموعات قواعد ضبابية فعالة، مما يسهل فصل غاز ثاني أكسيد الكربون (CO2) عن أول أكسيد الكربون (CO) للتخلص من الأخطاء المحتملة في التشخيص.

باستخدام تحليل نسبة الغاز متعدد الأبعاد وإطار تصنيف متكيف، يوفر نموذج FL-KGM تحسينات ملحوظة في دقة تشخيص الأعطال. النتائج التجريبية مستمدة من مجموعات بيانات حقيقية، تظهر أن النموذج الجديد يحقق دقة تصل إلى 98.6%، متفوقًا بكثير على KGM وغيرها من النماذج المعتمدة على المنطق الضبابي.

تعطي هذه النتائج رؤية واضحة حول كيفية الارتقاء بمراقبة المحولات الكهربائية، وتقديم اكتشاف ذكي للأعطال، وتعزيز استراتيجيات الصيانة الاستباقية في أنظمة الطاقة الحديثة. في النهاية، ما رأيكم في هذا التطور المثير؟ شاركونا في التعليقات!