استفاده از تبديل كلارك بمنظور تشخيص انواع نوسان توان و خطاهاي همزمان با آن

Detection of power oscillation and simultaneous faults using Clark transform

رله هاي ديستانس به طور گسترده براي حفاظت از خطوط انتقال انرژي مورد استفاده قرار مي گيرند. گاهي ممكن است در اين خطوط در اثر وقوع نوسان توان، امپدانس محاسبه شده در رله ديستانس وارد زون هاي عملكردي آن شود و منجر به قطع بي-مورد خطوط شود. قطع بيمورد خطوط ميتواند باعث بروز خاموشي هاي سراسري در شبكه هاي قدرت شود. بر اين اساس در اين مقاله روشي بر مبناي تبديل كلارك براي تشخيص نوسان توان و تمايز آن از خطاهاي هم زمان ارائه شده است. روش ارائه شده بر اساس محاسبه ميانگين سيگنالهاي جريان شبكه در خروجي تبديل كلارك عمل ميكند. اين روش مستقل از پارامترهاي شبكه است و قابليت تشخيص انواع نوسانات از جمله نوسان توان پايدار و ناپايدار و انواع خطاهاي هم زمان را دارا ميباشد. براي ارزيابي روش ارائه شده ابتدا حالتهاي مختلف نوسان توان و خطاهاي هم زمان در نرمافزار DIgSILENT شبيه سازي شده و سپس با استفاده از دادههاي ماتريسي به دست آمده از سيگنال جريان، الگوريتم پيشنهادي در محيط نرم افزار Matlab و با استفاده از تبديل كلارك پيادهسازي شده است. علاوه بر ارزيابي نرمافزاري، روش پيشنهادي با استفاده از تستر و رله ساخته شده توسط شركت دانشبنيان وبكو اميركبير، تست عملي شده است. نتايج تستهاي نرمافزاري و عملي نشان از موفقيت روش پيشنهادي در تشخيص انواع نوسان توان دارند. همچنين اين نتايج نشان ميدهند كه روش پيشنهادي از سرعت بالايي در تشخيص خطاهاي هم زمان با نوسان توان، برخوردار است.

Distance relays are widely used to protect transmission lines. Sometimes, in these lines due to the occurrence of the swing of the power, the impedance calculated in the distance relay enters into its functional zones and leads to the cutting off of the lines. This issue can cause global power outages. Accordingly, in this paper, a Clark-based method for detecting the swing of power and distinguishing it from simultaneous faults is presented. The proposed method operates based on the calculation of the average current signal in the Clark transform output. This method is independent of network parameters and it is capable of detecting various types of swings, including stable and unstable power fluctuations and all types of simultaneous faults. To evaluate the proposed method, different modes of power swing and simultaneous errors are simulated in DIgSILENT software and then using the matrix data obtained from the current signal, the proposed algorithm is implemented in the Matlab software using the Clark transform. In addition to software evaluation, the proposed method has been tested using a tester and relay made by the Vebko Amirkabir knowledge-based company. The results of the software and practical tests show the success of the proposed method in identifying the types of power swings. The results also show that the proposed method has a high speed in detecting simultaneous faults with power swings.