>
Fa   |   Ar   |   En
   تخمین برخط مکان خطا در شبکه های توزیع مبتنی بر تئوری هوشمند ماشین بردار پشتیبان با استفاده از سیگنال های سراسری برخط  
   
نویسنده رنجبر سهیل
منبع مهندسي برق و الكترونيك ايران - 1403 - دوره : 21 - شماره : 2 - صفحه:123 -134
چکیده    در این مقاله، روشی برخط جدید به منظور آشکارسازی مکان خطا در شبکه توزیع با حضور منابع تولید پراکنده براساس تئوری ماشین ‫های بردار پشتیبان ارائه می‫شود. برای این منظور،  با استفاده از مدل سازی خط متوسط، ولتاژ و جریان توسط واحدهای اندازه گیری فازوری جمع آوری و ثبت می شوند و به صورت شاخص های مختلف پیشنهادی برای آموزش svm مورد استفاده قرار می گیرند. در ادامه، طرح svm پیشنهادی در محیط زمان واقعی پیاده سازی و باتوجه به سناریوی خطای، مکان خطا به صورت برخط تخمین زده می شود. طرح پیشنهادی، روشی برخط و غیرمبتنی بر ماتریس امپدانس شبکه بوده به نحوی که در هر پنجره زمانی، با اندازه گیری سیگنال های فازوری و در ادامه محاسبه شاخص های پیشنهادی، مکان های خطا تخمین زده می شوند. به منظور آموزش و تسن الگوریتم پیشنهادی، از یک شبکه آزمایشی استاندارد 33 باسه ieee حاوی منابع تولید پراکنده مورد استفاده قرار می‫گیرد و نمونه های آموزشی در پنجره های زمان پس از رفع خطا به صورت جفت داده ورودی-خروجی نمونه برداری و به منظور آموزش ماشین‫بردار پشتیبان استفاده می شوند. شاخص های پیشنهادی برمبنای مقادیر برخط ولتاژ، جریان و فرکانس بوده و توسط شاخص های متنوع، عملکرد الگوریتم مورد تست قرار می گیرد. نتایج بدست آمده توانایی روش معرفی شده را در آشکارسازی مکان خطا بلافاصله پس از وقوع خطا نشان می‫دهد.
کلیدواژه مکان یابی خطا، آشکارسازی، داده کاوی، ماشین های بردار پشتیبان
آدرس دانشگاه ولایت, دانشکده فنی و مهندسی, ایران
پست الکترونیکی s.ranjbar@velayat.ac.ir
 
   online estimation of fault location in distribution systems based on support vector machine from wide area signals  
   
Authors ranjbar soheil
Abstract    this paper presents a new method for predicting fault location on distribution networks based on the support vector machine (svm) technique. the proposed in an online non model based scheme which works based on the real data provided by wide area signals, performs as an intelligent indicator for online estimation of fault locations in distribution systems. in this case, for training intelligent svm based indicator, a feature selection technique is used to find the best combination of the system phasor variables as input signal to the relay. for this purpose, several stable/unstable scenarios with the potential of oscillating dynamic behaviors are created by time domain transient stability simulation. the main merit of the proposed protection scheme is its ability for predicting instead of detection which can reasonably increase relay speed. the proposed approach is applied on ieee 33-bus test system and the simulation results show promising performance for the svm based relay. 
Keywords distribution network ,prediction ,classification ,support vector machine ,phasor measurement unit
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved