การพัฒนาแบบจำลองความร้อนเชิงพลวัตแบบผสมสำหรับการประมาณค่าอุณหภูมิถังหม้อแปลงกำลังขนาดพิกัด 25 MVA แบบ ONAF

ดำรงศักดิ์ วงศ์ตา; ศตวรรษ  เมืองชื่น; จรัสพงศ์  เทพมณี; สมชาย สัมพันธ์ศรี; กิตติคม นนท์ประสาท

doi:10.14456/jeit.2026.20

ผู้แต่ง

ดำรงศักดิ์ วงศ์ตา สาขาวิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ วิทยาลัยเชียงราย
ศตวรรษ เมืองชื่น สาขาวิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ วิทยาลัยเชียงราย
จรัสพงศ์ เทพมณี สาขาวิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ วิทยาลัยเชียงราย
สมชาย สัมพันธ์ศรี สาขาวิชาวิศวกรรมไฟฟ้า คณะวิศวกรรมศาสตร์ วิทยาลัยเชียงราย
กิตติคม นนท์ประสาท สาขาวิชาการจัดการอุตสาหกรรม คณะบัณฑิตวิทยาลัย วิทยาลัยเชียงราย

DOI:

https://doi.org/10.14456/jeit.2026.20

คำสำคัญ:

แบบจำลองความร้อนสภาวะคงที่, แบบจำลองความร้อนเชิงพลวัต, แบบจำลองความร้อนเชิงพลวัตแบบผสม

บทคัดย่อ

งานวิจัยนี้นำเสนอการพัฒนาแบบจำลองความร้อนเชิงพลวัตแบบผสม สำหรับการประมาณค่าอุณหภูมิถังของหม้อแปลงกำลังขนาด 25 MVA ที่ใช้ระบบระบายความร้อนแบบ ONAF โดยมีวัตถุประสงค์เพื่อยกระดับความแม่นยำในการประเมินอุณหภูมิภายใต้สภาวะโหลดที่แปรผันตามเวลา แบบจำลองที่พัฒนาขึ้นเป็นการบูรณาการระหว่างแนวคิดของแบบจำลองความร้อนสภาวะคงที่และแบบจำลองความร้อนเชิงพลวัต เพื่อให้สามารถคำนวณทั้งอุณหภูมิสมดุลปลายทางและลักษณะการตอบสนองเชิงเวลาได้อย่างสอดคล้องกัน ในการจำลองได้กำหนดอุณหภูมิแวดล้อมคงที่ที่ 28 องศาเซลเซียส และกำหนดช่วงเวลาการคำนวณทุก ๆ 15 นาที ครอบคลุมระยะเวลา 24 ชั่วโมง รวมทั้งสิ้น 96 จุดข้อมูล โดยใช้อัตราส่วนกระแสโหลดที่แปรผันในช่วง 0.3 – 1.8 ต่อหน่วย ผลการวิเคราะห์เปรียบเทียบพบว่า แบบจำลองความร้อนเชิงพลวัตแบบผสมสามารถสะท้อนแนวโน้มการเปลี่ยนแปลงของอุณหภูมิได้สอดคล้องกับพฤติกรรมการทำงานจริงมากกว่าแบบจำลองสภาวะคงที่ และแบบจำลองเชิงพลวัต นอกจากนี้ได้ทำการเปรียบเทียบผลลัพธ์กับวิธีไฟไนต์เอลิเมนต์ โดยแบ่งช่วงการทดสอบออกเป็น 3 ระดับโหลด ได้แก่ โหลดต่ำ โหลดปานกลาง และโหลดสูง ภายใต้เงื่อนไขการเพิ่มกำลังสูญเสียในขดลวดตั้งแต่ 0 ถึง 57.39 kW ตามพิกัดกำลังสูญเสียของหม้อแปลง ผลการประเมินค่าความคลาดเคลื่อนเฉลี่ย ในแต่ละช่วงโหลดพบว่า แบบจำลองความร้อนสภาวะคงที่มีค่าความคลาดเคลื่อนเฉลี่ยเท่ากับร้อยละ 6, 8 และ 10 ตามลำดับ ซึ่งสูงกว่าแบบจำลองความร้อนเชิงพลวัตที่มีค่าเท่ากับร้อยละ 1.80, 2.57 และ 3.31 และแบบจำลองความร้อนเชิงพลวัตแบบผสมที่มีค่าเท่ากับร้อยละ 1.24, 0.66 และ 2.35 ตามลำดับ ผลการทดสอบเปรียบเทียบอุณหภูมิถังหม้อแปลงชี้ให้เห็นว่า แบบจำลองความร้อนเชิงพลวัตแบบผสมมีค่าความคลาดเคลื่อนเฉลี่ยต่ำที่สุดเมื่อเทียบกับวิธีอื่น ๆ แสดงให้เห็นถึงความแม่นยำในระดับที่ยอมรับได้ทางวิศวกรรม และมีศักยภาพในการประยุกต์ใช้สำหรับการวิเคราะห์โหลด รวมถึงการพัฒนาระบบติดตามอุณหภูมิของหม้อแปลงในงานปฏิบัติจริงได้อย่างมีประสิทธิภาพ

เอกสารอ้างอิง

[1] L. Jin, D. Kim, A. Abu-Siada, and S. Kumar, “Oil-immersed power transformer condition monitoring methodologies: A review,” Energies, vol. 15, no. 9, p. 3379, 2022.

[2] P. Goscinski, Z. Nadolny, R. Nawrowski, and T. Boczar, “The tools and parameters to consider in the design of power transformer cooling systems,” Energies, vol. 16, no. 24, p. 8000, 2023.

[3] M. C. Nitu, I. D. Nicolae, L. A. Dina, and P. M. Mircea, “Power transformer inrush current analysis: Simulation, measurement and effects,” Applied Sciences, vol. 14, no. 23, p. 10926, 2024.

[4] M. S. Seddik, M. B. Eteiba, and J. Shazly, “Evaluating the harmonic effects on the thermal performance of a power transformer,” Energies, vol. 17, no. 19, p. 4871, 2024.

[5] I. Smolyanov, E. Shmakov, D. Butusov, and A. I. Khalyasmaa, “Review of modeling approaches for conjugate heat transfer processes in oil-immersed transformers,” Computation, vol. 12, no. 5, p. 97, 2024.

[6] M. Mukhammadjonov et al., “Modeling and predicting the thermal state of a transformer through an adaptive intelligent approach,” Vibroengineering Procedia, vol. 60, pp. 626–633, Dec. 2025.

[7] L. Yang, M. Wang, L. Chen, F. Zhang, S. Ma, Y. Zhang, and S. Yang, “Method for predicting transformer top oil temperature based on multi-model combination,” Electronics, vol. 14, no. 14, p. 2855, 2025.

[8] M. S. Seddik, J. Shazly, and M. B. Eteiba, “Thermal analysis of power transformer using 2D and 3D finite element method,” Energies, vol. 17, no. 13, p. 3203, 2024.

[9] C. Gao, L. Huang, Y. Feng, E. Gao, Z. Yang, and K. Wang, “Thermal field modeling and characteristic analysis based on oil-immersed transformer,” Frontiers in Energy Research, vol. 11, no. 1, 2023.

[10] R. Sitar, I. Šulc, and Ž. Janić, “Prediction of local temperature rise in power transformer tank by FEM,” Procedia Engineering, vol. 20, no. 2, pp. 231–239, 2017.

[11] IEEE Guide for Loading Mineral-Oil-Immersed Transformers and Step-Voltage Regulators, IEEE Std C57.91-2011, 2011.

[12] M. Ishak and Z. Wang, “Transformer hotspot temperature calculation using IEEE loading guide,” in Proceedings of International Conference Condition Monitoring and Diagnosis (CMD 2008), 2008, pp. 1017–1020.

[13] L. H. Medeiros, M. M. Oliveira, C. E. G. Falcão, V. C. Bender, and T. B. Marchesan, “Thermal-hydraulic network model for steady-state thermal analysis and design of power transformer magnetic cores,” Case Studies in Thermal Engineering, vol. 64, 2024.

[14] Y. Hu, L. Wang, J. Li, H. Weng, Z. Zheng, G. Wen, and F. Zhang, “Predicting the temperature rise in oil-immersed transformers based on the identification of thermal circuit model parameters,” Energies, vol. 18, no. 17, p. 4707, 2025.

[15] S. A. Almohaimeed and S. Suryanarayanan, “Steady-state analysis of the impact of temperature variations on a distribution transformer,” in Proceedings of North American Power Symposium. (NAPS), Morgantown, WV, USA, 2017, pp. 1–5.

[16] L. Jauregui-Rivera and D. J. Tylavsky, “Acceptability of four transformer top-oil thermal models Part I: Defining metrics,” IEEE Transactions on Power Delivery, vol. 23, no. 2, pp. 860–865, Apr. 2008.

[17] L. Jauregui-Rivera and D. J. Tylavsky, “Acceptability of four transformer top-oil thermal models Part II: Comparing metrics,” IEEE Transactions on Power Delivery, vol. 23, no. 2, pp. 866–872, Apr. 2008.

[18] D. Susa, M. Lehtonen, and H. Nordman, “Dynamic thermal modelling of power transformers,” IEEE Transactions on Power Delivery, vol. 20, no. 1, pp. 197–204, Jan. 2005.

[19] O. Gouda, G. Amer, and W. A. A. Salem, “Predicting transformer temperature rise and loss of life in the presence of harmonic load currents,” Ain Shams Engineering Journal, vol. 3, no. 2, pp. 113–121, 2012.

[20] D. Zou, H. Xu, H. Quan, J. Yin, Q. Peng, S. Wang, W. Dai, and Z. Hong, “Top-oil temperature prediction of power transformer based on long short-term memory neural network with self-attention mechanism optimized by improved whale optimization algorithm,” Symmetry, vol. 16, no. 10, p. 1382, 2024.

[21] M. Novkovic, Z. Radakovic, F. Torriano, and P. Picher, “Proof of the concept of detailed dynamic thermal-hydraulic network model of liquid-immersed power transformers,” Energies, vol. 16, no. 9, p. 3808, 2023.

[22] M. Xu, B. Shang, N. Zhou, W. Wang, X. Dong, Y. Li, and J. Ruan, “Research on transformer hot-spot temperature inversion method under three-phase unbalanced conditions,” Energies, vol. 18, no. 16, p. 4422, 2025.

[23] T. Orosz, “FEM-based power transformer model for superconducting and conventional power transformer optimization,” Energies, vol. 15, no. 17, p. 6177, 2022.

[24] Q. Gao, Z. Zhang, and D. Liu, “Thermal behavior of a buoyancy-driven oil-immersed transformer and coolant performance assessment,” Case Studies in Thermal Engineering, 2026.

[25] D. Darzhanova and I. Iatcheva, “Investigation of the temperature field distribution in an EI type iron-cored coil using 3D FEM modeling at different load conditions,” Energies, vol. 16, no. 12, p. 4581, 2023.