Intelligenter Transformatorschutz: Hybrider Ansatz zur Fehlerdiskriminierung

In modernen Leistungstransformatoren hat der konventionelle Differentialschutz mit Oberschwingungsbegrenzung oft Probleme mit niedrigeren Pegeln der zweiten Oberschwingung aufgrund verbesserter Kernmaterialien und Stromwandlersättigung bei schweren Fehlern. Diese Herausforderungen können zu Fehlschaltungen führen, da gutartige Phänomene wie Magnetisierungseinschaltungen, Übererregungen und interne Fehler falsch erkannt werden. In diesem Buch wird ein neuartiges digitales Schutzsystem vorgestellt, das einen hybriden KNN-GA-Algorithmus einsetzt, um echte interne Fehler von fehlerfreien Zuständen genau zu unterscheiden. Mit Hilfe der diskreten Wavelet-Transformation zur Merkmalsextraktion erfasst das Verfahren kritische statistische Parameter, während die mit einem genetischen Algorithmus optimierte K-nearest Neighbor-Methode die Klassifizierungsgenauigkeit erhöht. Ausführliche Laborexperimente und eine DSP-Implementierung in Echtzeit auf dem TMS320C6713T zeigen, dass dieser hybride Ansatz herkömmliche Methoden wie ANN und SVM übertrifft und einen schnelleren, sichereren und zuverlässigeren Schutz von Transformatoren in modernen Stromnetzen ermöglicht.

Autorentext

Dr. Pankaj Thote hat über 25 Jahre Erfahrung in Wissenschaft und Forschung und arbeitet derzeit als Professor für Elektrotechnik und akademischer Dekan am S. B. Jain Institute of Technology, Management and Research, Nagpur, Indien.