Entwurf und Entwicklung von verstimmten Filtern zur Verbesserung der Netzqualität

Die Qualität des Stromnetzes und seine Zuverlässigkeit gewinnen immer mehr an Bedeutung, da die Verbraucher immer empfindlicher werden und die Kosten von Stromqualitätsproblemen steigen. Die Erkennung und Klassifizierung von Spannungs- und Stromstörungen in Stromnetzen ist eine wichtige Aufgabe bei der Überwachung und dem Schutz von Stromnetzen. Die Erkennung und Klassifizierung von Netzstörungen auf der Grundlage der visuellen Inspektion von Signalverläufen durch einen menschlichen Bediener ist mühsam und fehlerbehaftet. Bestehende automatische Erkennungsmethoden sind in Bezug auf ihre Vielseitigkeit, Zuverlässigkeit und Genauigkeit stark verbesserungsbedürftig. Hochentwickelte Systeme zur automatischen Klassifizierung von Netzqualitätsstörungen sind sowohl für Energieversorger als auch für Verbraucher von großem Interesse. Ziel dieser Forschungsarbeit ist die Entwicklung moderner Signalklassifizierungsalgorithmen zur Klassifizierung verschiedener Arten von Netzqualitätsstörungen, die auf den jüngsten Fortschritten in der Signalverarbeitung und Musterklassifizierungstechnik basieren. Im Rahmen dieser Forschungsarbeit wird ein System zur Überwachung der Netzqualität vorgestellt, mit dem Spannungs- und Stromwellenform-Ereignisse klassifiziert werden können, die mit einer Vielzahl von Netzqualitätsproblemen in Zusammenhang stehen.

Autorentext

Dr. P. Chandrasekar erwarb 1997 den Bachelor of Technology am Pondicherry Engineering College, Pondicherry. ME in Power Systems Engineering von der Anna University, Chennai, im Jahr 2002 und Ph.D. in Electrical Engineering von der Anna University, Chennai, im Jahr 2013. Gegenwärtig Professor-EEE an der Vel Tech University, Chennai.