تشخیص خطای امپدانس بالا در شبکه‌های توزیع با استفاده از تبدیل فوریه گسسته

در این مقاله، روشی جدید برای استخراج ویژگی‌های دینامیک برای تشخیص خطای امپدانس بالا با استفاده از تبدیل فوریه گسسته (dft) ارائه‌شده است. برخلاف روش‌های رایج که از ویژگی‌های استخراج‌شده از پنجره‌های داده پس از بروز خطا برای تشخیص خطای امپدانس بالا استفاده می‌کنند، در روش پیشنهادشده با استفاده از الگوریتم تشخیص بروز اغتشاش در شبکه، از تغییرات نرمال شده ویژگی‌های انتخاب‌شده به‌منظور مقایسه‌ی بین پنجره‌های داده پس از بروز خطا و پیش از بروز خطا، استفاده می‌شود. همچنین با استفاده از پنجره‌های داده پسااغتشاش و توسعه یک سیستم تصمیم‌گیری بر اساس خروجی طبقه‌بندی‌کننده svm و مقایسه مقدار قطعیت رخداد سایر وقایع شبکه با خطای امپدانس بالا، قابلیت اطمینان و امنیت روش پیشنهادی بهبود بخشیده شده است. روش پیشنهادی بر روی شبکه 34 شینه ieee در نرم‌افزار emtprv پیاده‌سازی شده است؛ که نتایج حاصل از شبیه‌سازی بیانگر دقت 97/2%، قابلیت اطمینان 98/5% و امنیت 98/8% می‌باشد.

Detection of high impedance faults in distribution networks using Discrete Fourier Transform

This paper proposes a new method for extracting dynamic properties for high impedance fault (HIF) detection using discrete Fourier transform (DFT). Unlike conventional methods that use features extracted from data windows after fault to detect high impedance fault, in the proposed method, using the disturbance detection algorithm in the network, the normalized changes of the selected features are used to compare the data windows after the fault occurrence and before the fault occurrence. It also uses the postdisturbance data windows, develops a decision system based on the output of the support vector machines (SVM) classifier, and compares the amount of certainty of other network events with high impedance fault. The reliability and security of the proposed method have been improved. The proposed method is implemented on an IEEE 34 bus network in EMTPRV software. The simulation results show 97.2% accuracy, 98.5% reliability, and 98.8% security..