Anwendung von ANN zur Fehlererkennung in Übertragungsleitungen

Der Schutz von Zweikreis-Übertragungsleitungen kann eine schwierige Aufgabe sein. In diesem Buch wird eine Schutztechnik vorgestellt, die die durch den Fehler erzeugten Hochfrequenztransienten unterstützt, um nahezu die gesamte Länge von Zweileitungsübertragungsstrecken zu verbergen. Zu diesem Zweck werden an den Klemmen der zu schützenden Leitung entsprechend gestaltete Leitungsfallen angebracht, und ein künstliches neuronales Netz mit einer geeigneten Anzahl von Neuronen wird zur Klassifizierung der Fehler anhand des Frequenzspektrums der RMS-Strom- und RMS-Spannungssignale eingesetzt. Eingehende Simulationsstudien zeigen, dass der projektierte Ansatz gut in der Lage ist, verschiedene Arten von Fehlern zu unterscheiden und eine wirklich schnelle, sichere und zuverlässige Schutztechnik bietet. In diesem Modell wurde ein 300 km, 25 KV, 50Hz Übertragungsnetz mit einem Drei-Zonen-Sammelschienensystem entworfen. Eine Endsammelschienen-Datenmessung wurde für die dreiphasige RMS-Spannungs- und Strommessung verwendet. Auch das Training des neuronalen Netzes wurde für das entworfene Stromversorgungsmodell mit MATLAB Simulink durchgeführt.

Autorentext

Neeraj Kumar Singh est professeur adjoint, département de génie électrique, P.E.S College of Engineering, Aurangabad, Inde.