کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
9952138 1438695 2019 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A covariance indices based method for fault detection and classification in a power transmission system during power swing
ترجمه فارسی عنوان
یک روش مبتنی بر شاخص کوواریانس برای تشخیص خطا و طبقه بندی در یک سیستم انتقال قدرت در طی نوسان برق
کلمات کلیدی
اندازه گیری کوواریانس، رویکرد تجمعی نوسان برق، تشخیص گسل، شناسایی مرحله فاسد،
ترجمه چکیده
این مقاله یک طرح جدید مبتنی بر ترکیبی از کوواریانس سیگنال های کنونی با روشی تجمعی برای شناسایی گسل های سیستم انتقال قدرت در طی شرایط نوسان ارائه می دهد. در ابتدا، کوواریانس برای استخراج ویژگی هایی است که برای شناسایی خطا از سیگنال های کنونی که در هر دو پایانه اندازه گیری می شود مفید است. روش تجمعی برای بزرگ کردن ویژگی گسل مورد استفاده قرار می گیرد و سپس یک شاخص مناسب برای تشخیص و طبقه بندی در طی نوسان برق ایجاد می شود. الگوریتم پیشنهاد شده از طریق شرایط گسل های مختلف مانند مکان های گسل متعدد، مقاومت چند گسل و زمان شروع تولید گسل مورد آزمایش قرار گرفته است. علاوه بر این، خطا در نزدیکی ترمینال اتفاق افتاد، گسل با توجه به زوایای بارگذاری متغیر، تغییر بار ناگهانی، تغییر جهت جهت جریان قدرت، گسل های موجود در گنجایش سری و خطا در حضور سر و صدا نیز در نظر گرفته شده است. نتایج تجربی نشان می دهد که رویکرد پیشنهاد شده در این مطالعه پاسخ زمانی معقول را ارائه می دهد که در آن گسل می تواند ظرف چند میلی ثانیه پس از آغاز گسل تشخیص داده شود. علاوه بر این، فرایند محاسبات ساده ارائه دهنده پیشنهاد ما، آن را مناسب تر و کارآمدتر برای برنامه های کاربردی مهندسی عمر می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
This paper presents a new scheme based on a combination of the current signals covariance with the cumulative approach to identify faults in the power transmission system during the power swing conditions. Primarily, the covariance is used to extract the features which are useful to identify the fault from the current signals that measured at both terminals. The cumulative approach is used to enlarge the fault feature and then create a convenient index for detection and classification during the power swing. The proposed algorithm has been tested through different fault circumstances such as multiple fault locations, multiple fault resistances, and multiple fault inception time. Moreover, fault happened nearby the terminal, fault considering variable loading angles, sudden load change, power flow direction change, faults in the presence of series compensation and fault occurred in the presence of noise are also considered. The empirical results show that the approach proposed in this study has made a reasonable time response, where the fault could be detected within a few milliseconds after the fault inception. Additionally, the simple computation process depicting our proposal makes it more suitable and efficient for practical engineering applications.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Electrical Power & Energy Systems - Volume 105, February 2019, Pages 581-591
نویسندگان
, , , ,