Zastosowanie sztucznej sieci neuronowej typu LOLIMOT do poprawy działania algorytmu zabezpieczenia odległościowego

• Autorzy: Szweicer W.

Warianty tytułu

EN

Use of a LOLIMOT-type Artificial Neural Network for improvement of distance protection algorithm

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiona możliwość poprawy algorytmu cyfrowego pomiaru impedancji poprzez użycie sztucznej sieci neuronowej jako korektora uwzględniającego wpływy wyższych harmonicznych w doprowadzanych sygnałach prądu i napięcia. Zamieszczono wyniki testów symulacyjnych oraz możliwości dalszej poprawy uzyskanych wyników.

EN

The paper presents a possibility of increasing of digital algorithm of measuring impedance with use of an artificial neural network as a corrector that takes into consideration harmonics in given current and voltage signals. Results of simulation studies are included, as well as possibilities of further improvements.

Słowa kluczowe

PL

zabezpieczenie odległościowe; lokalizacja zwarć; sztuczna sieć neuronowa; algorytm cyfrowy

EN

distance protection; fault locating; artificial neural network; digital algorithm

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2006
• Tom: R. 82, nr 6
• Strony: 54--58
• Opis fizyczny: Bibliogr. 5 poz., rys., tab.

Twórcy

autor

Szweicer W.

• Instytut Energetyki, Warszawa,

Bibliografia

• [1] Szweicer W., Algorytmy pomiarowe lokalizacji miejsca zwarcia w napowietrznych liniach elektroenergetycznych (praca dyplomowa), Warszawa, 2001
• [2] Winkler W., Wiszniewski A., Automatyka zabezpieczeniowa w systemach elektroenergetycznych, WNT, Warszawa 1999
• [3] Nelles D., Opperskalski H., Digitaler Distanzschutz.Verhalten der Algorithmen bei nichtidealen Eingangssignalen, Wiesbaden 1991
• [4] Crapanzano G., Nelles D., Application of artificial neural networks (ANN) which are based on local radial basis functions to distance protection, International Scientific Conference, Warszawa 2001
• [5] Nelles O., Nonlinear System Identification with Local Linear Neuro-Fuzzy Models, Shaker Verlag, Akwizgran 1999