Model matematyczny elektroenergetycznej sieci przesyłowej do testowania stanów pracy w zakresie wyższych harmonicznych napięć

• Autorzy: Drechny M. , Cieślik S.

Warianty tytułu

EN

Mathematical model of power transmission network for testing the operations in the field of high voltage harmonic

• Konferencja: Computer Applications in Electrical Engineering (18-19.04.2016 ; Poznań, Polska)
• Języki publikacji: PL

Abstrakty

PL

Ciągle aktualnym problemem jest poszukiwanie przyczyn występowania odkształcenia napięć w sieciach elektroenergetycznych. Istnieją różne metody określania dominującego wpływu określonej strony w punkcie oceny sieci na zniekształcenie napięcia, ale zakres ich stosowania ogranicza się praktycznie tylko do niektórych sieci o topologii promieniowej. W przypadku sieci pierścieniowych problem ten jest zdecydowanie trudniej rozwiązać. Jednym z rozwiązań może być zastosowanie metod sztucznej inteligencji, co wymaga opracowania odpowiednich modeli matematycznych tych sieci do procesu uczenia. W artykule przedstawiono obwodowy model matematyczny elektroenergetycznej sieci przesyłowej, który zostanie zastosowany do testowania stanów pracy tej sieci w zakresie wyższych harmonicznych napięć.

EN

Still the current problem in power engineering is searching for the causes of voltage deformation in power grids. There are different methods of determining the dominant influence way in the evaluation point for network voltage distortion, but the range of their use is limited to some of the radial network. In the case of ring networks, this problem is far more difficult to solve. One of the solutions can be the use of artificial intelligence, which requires the working out of mathematical models of these networks. The paper presents a mathematical model of power transmission network which is used to test the operating states of the network in terms of harmonic voltages.

Słowa kluczowe

PL

harmoniczne napięć; sieć przesyłowa; jakość napięcia

• Wydawca: Wydawnictwo Politechniki Poznańskiej
• Czasopismo: Poznan University of Technology Academic Journals. Electrical Engineering
• Rocznik: 2016
• Tom: No. 86
• Strony: 87--96
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Drechny M.

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy

autor

Cieślik S.

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy

Bibliografia

• [1] Wilkosz K., Metody analizy wyższych harmonicznych w systemie elektroenergetycznym. Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2013.
• [2] Szczęsny P., Wilczak P., Wybrane metody lokalizacji źródeł wyższych harmonicznych w sieciach elektroenergetycznych, Elektrotechnika i Elektronika, Tom 28, Zeszyt 1–2, 2009, ss. 39–47.
• [3] Dag O., Ucak C., Usta O., Harmonic source location and meter placement optimization by impedance network approach, Electrical Engineering, Springer–Verlag, Vol. 94, issue 1, ISSN 0948–7921, 2012, pp. 1–10.
• [4] Farach J.E., Grady W.M., Arapostathis A., An Optimal Procedure for Placing Sensors and Estimating the Locations of Harmonic Sources in Power Systems, IEEE Transactions on Power Delivery, Vol. 8, no. 3, July 1993, ISSN 0885–8977.
• [5] El–Nagar M., Sayed M., Yousef H., Bendary F., Optimal Harmonic Placement For Estimation Of Harmonic Sources Using Artificial Inteligence Techniques, 23th International Conference on Electricity Design CIRED 20015, paper 0207.
• [6] Helt P., Parol M., Piotrowski P., Metody sztucznej inteligencji: Przykłady zastosowań w elektroenergetyce, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2012.
• [7] Niekerk van C.R., Rens AP., Hoffman A.J., Identification of Types Of Distortion Sources in Power Systems by Applying Neural Networks, Africon Conference in Africa, IEEE AFRICON 6th, Vol.2, 2002, pp. 829-834.
• [8] Bangia S., Sharma P.R., Garg M., Comparison of Artificial Intelligence Techniques for the Enhancement of Power Quality, IEEE International Conference on Power, Energy and Control (ICPEC), 2013, pp. 537 – 541.
• [9] Ibrahim W.R.A., Morcos M.M., Artificial intelligence and advanced mathematical tools for power quality applications: a survey. IEEE Transactions on Power Delivery, Vol. 17, issue 2, ISSN 0885–8977, pp. 668–673, 2002.
• [10] Reaz M.B.I., Choong F., Sulaiman M.S., Mohd–Yasin F., Kamda M., Expert System for Power Quality Disturbance Classifier, IEEE Transactions on Power Delivery, Vol. 22, issue 3, ISSN 0885–8977, 2007, pp. 1979–1988.
• [11] Kanitpanyacharoean W., Premurudeepreechacharn S., Power Quality Problem Classification Using Wavelet Transformation and Artificial Neural Networks. Power Systems Conference and Exposition, 2004, IEEE PES, Vol. 3, pp. 1496–1501.
• [12] Świątek B., Rogóż M., Hanzelka Z., Power System Harmonic Estimation Using Neural Networks.,9th International Conference Electrical Power Quality and Utilisation, Barcelona 2007.
• [13] Negnevitsky M., Ringrose M., Monitoring multiple harmonic sources in power systems using neural networks, Conference Power TechIEEE, Russia, 2005, pp. 1–6.
• [14] Srinivasan D., Ng W.S., Liew A.C., Neural–network–based signature recognition for harmonic source identification, IEEE Transactions on Power Delivery, Vol. 21, issue 1, ISSN 0885–8977, 2006, pp. 398–405.
• [15] Hong Y.–Y., Chen Y.–C., Application of algorithms and artificial–intelligence approach for locating multiple harmonics in distribution systems, IEE Proceedings – Generation, Transmission and Distribution, Vol. 146, issue 3, 1999, pp. 325–329.
• [16] Lin H.Ch., Intelligent Neural Network–Based Fast Power System Harmonic Detection, IEEE Transactions on Industrial Electronics, Vol. 54, issue 1, ISSN 0278–0046, 2007, pp. 43–52.
• [17] Nath S., Sinhaa P., Goswami S.K., A wavelet based novel method for the detection of harmonic sources in power systems, International Journal of Electrical Power & Energy Systems, Elsevier, Vol. 40, issue 1, 2012, ISSN 0142–0615, pp. 54–61.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.