تشخيص خطاي امپدانس بالا در شبكه‌هاي توزيع با استفاده از تبديل فوريه گسسته

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

در اين مقاله، روشي جديد براي استخراج ويژگي‌هاي ديناميك براي تشخيص خطاي امپدانس بالا با استفاده از تبديل فوريه گسسته (DFT) ارائه‌شده است. برخلاف روش‌هاي رايج كه از ويژگي‌هاي استخراج‌شده از پنجره‌هاي داده پس از بروز خطا براي تشخيص خطاي امپدانس بالا استفاده مي‌كنند، در روش پيشنهادشده با استفاده از الگوريتم تشخيص بروز اغتشاش در شبكه، از تغييرات نرمال شده ويژگي‌هاي انتخاب‌شده به‌منظور مقايسه‌ي بين پنجره‌هاي داده پس از بروز خطا و پيش از بروز خطا، استفاده مي‌شود. همچنين با استفاده از پنجره‌هاي داده پسا-اغتشاش و توسعه يك سيستم تصميم‌گيري بر اساس خروجي طبقه‌بندي‌كننده SVM و مقايسه مقدار قطعيت رخداد ساير وقايع شبكه با خطاي امپدانس بالا، قابليت اطمينان و امنيت روش پيشنهادي بهبود بخشيده شده است. روش پيشنهادي بر روي شبكه 34 شينه IEEE در نرم‌افزار EMTP-RV پياده‌سازي شده است؛ كه نتايج حاصل از شبيه‌سازي بيانگر دقت 97/2%، قابليت اطمينان 98/5% و امنيت 98/8% مي‌باشد.

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 post-disturbance 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 EMTP-RV software. The simulation results show 97.2% accuracy, 98.5% reliability, and 98.8% security..