Zastosowanie sztucznych sieci neuronowych do lokalizacji zwarć łukowych w liniach elektroenergetycznych w warunkach nasycenia przekładników prądowych

• Autorzy: Pustułka M. , Iżykowski J. , Łukowicz M.

Warianty tytułu

EN

Arc fault location on power transimssion lines under saturration of current transformer based on artificial neural network

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano metodę lokalizacji zwarć łukowych w napowietrznych liniach elektroenergetycznych z wykorzystaniem sztucznych sieci neuronowych w warunkach nasycenia przekładników prądowych. Określanie miejsca zwarcia dokonywane jest na podstawie znajomości rodzaju zwarcia oraz pomiarów napięć i prądów z dwóch końców linii. Przestawiono wybrane wyniki z badań dokładności lokalizacji dla różnych stanów awaryjnych napowietrznej linii jednotorowej 400 kV o długości 50 km.

EN

The paper presents the method of arc fault location on power transmission lines using artificial neural network. The investigation was focused on the cases of CT saturation, resulting in the current signal transformation errors. Fault location is based on measurements of voltages and currents from two ends of the line, with knowledge of fault type. The accuracy of the location method was tested for different operating conditions of 400 kV power transmission line modeled in EMTP.

Słowa kluczowe

PL

sieci neuronowe; systemy elektroenergetyczne; cyfrowe przetwarzanie sygnałów

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2013
• Tom: Vol. 69, nr 33
• Strony: 514--525
• Opis fizyczny: Bibliogr. 7 poz., rys., tab.

Twórcy

autor

Pustułka M.

• Politechnika Wrocławska, Instytut Energoelektryki, Wybrzeże Wyspiańskiego 27, 50-370 Wrocław.

autor

Iżykowski J.

• Politechnika Wrocławska, Instytut Energoelektryki, Wybrzeże Wyspiańskiego 27, 50-370 Wrocław.

autor

Łukowicz M.

• Politechnika Wrocławska, Instytut Energoelektryki, Wybrzeże Wyspiańskiego 27, 50-370 Wrocław.

Bibliografia

• [1]BEALE M.H., HAGAN M.T., DEMUTH H.B., Neural Network Toolbox™ 7 User’s Guide,
• [2]DOMMEL H.W., Electromagnetic Transients Program. Reference Manual (EMTP Theory Book), Bonneville Power Administration, Portland 1986.
• [3]IŻYKOWSKI J., Fault location on Power Transmission Lines, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław 2008.
• [4]KEZUNOVIC M., RIKALO I., SOBAJIC D.J, High-speed fault detection and classification with neural nets, Electric Power Systems Research, Vol. 34, No. 2, 1995, 109–116.
• [5]ROSOŁOWSKI E., Cyfrowe przetwarzanie sygnałów w automatyce elektroenergetycznej, Wyd. Exit, Warszawa 2002.
• [6]SZAFRAN J., WISZNIEWSKI A., Algorytmy pomiarowe i decyzyjne cyfrowej automatyki elektroenergetycznej, WNT, Warszawa 2001.
• [7]YANG M.T., GU J.C., JENG C.Y., KAO W.S., Detection High Impedance Fault in Distribution Feeder using Wavelet Transform and Artificial Neural Networks, 2004 International Conf. on Power System Technology – POWERCON 2004, 652–657, Singapore, 21–24 November 2004.