مدلی هوشمند و زمان-تطبیقی برای شناسایی خطاهای متقارن و نامتقارن در شرایط نوسان توان

نوع مقاله: مقاله برق

نویسندگان

1 مهندسی برق قدرت-دانشکده مهندسی برق و کامپیوتر-دانشگاه صنعتی جندی شاپور-دزفول

2 گروه قدرت، دانشکده برق و کامپیوتر، دانشگاه صنعتی جندی‌شاپور، دزفول

10.22075/jme.2019.17881.1724

چکیده

عملکرد ناخواسته رله دیستانس طی شرایط نوسان توان، می‌تواند به گسترش اغتشاش و وخیم‌تر شدن وضعیت شبکه قدرت منجر شود. بنابراین، تشخیص سریع و دقیق نوسان توان و قفل نمودن رله دیستانس پس از وقوع نوسان توان برای حفظ امنیت و قابلیت اطمینان شبکه قدرت، امری ضروری است. از سویی دیگر، در صورت وقوع خطا طی نوسان توان، به منظور حفظ شاخص قابلیت اتکای سیستم حفاظتی، لازم است تا خطا شناسایی شود. این مقاله الگوریتمی هوشمند و زمان تطبیقی برای تشخیص خطاهای متقارن و نامتقارن در خطوط انتقال جبران شده سری طی نوسان توان مبتنی بر شبکه عصبی بازگشتی حافظه کوتاه مدت ماندگار (Long Short Term Memory (LSTM)) ارائه می‌دهد. این روش از جریان‌های سه فاز در محل رله دیستانس به عنوان ورودی استفاده می‌کند. به منظور بررسی الگوریتم پیشنهادی، شبکه استاندارد برای تست سیستم حفاظت خطوط انتقال که توسط کمیته حفاظت سیستم قدرت IEEE ارائه شده است، در نظر گرفته شد. انواع خطا در شرایط مختلف از جمله مکان خطا، مقاومت خطا، زاویه بار و زمان وقوع خطا در نرم افزار PSCAD شبیه‌سازی شدند. نتایج نشان می‌دهند که روش پیشنهادی دارای میانگین پاسخ زمانی (Average Response Time (ART)) و میانگین دقت (Average Accuracy (AA)) به ترتیب 1004/0 میلی‌ثانیه و 04/99 درصد می‌باشد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

An Intelligent and Time Adaptive Model for Symmetrical and Asymmetrical Faults during Power Swing

نویسندگان [English]

  • Mostafa Sarlak 1
  • Hassan Saeedi 2
1 Ele. & Com. Eng. Department, Jondi-shapur university of technology-Dezful-Iran.
2 Jundi-Shapur University of Technology, Dezful, Iran
چکیده [English]

The unwanted operation of the distance relay during the power swing conditions can lead to increased disturbances and exacerbate of the power grid. Therefore, the rapid and accurate detection of the power swing and blocking of the distance relay after a power swing is necessary to maintain the security and reliability of the power grid. On the other hand, for a fault condition during the power swing, in order to maintain the dependability index of the protective system, it is necessary to identify the fault. This paper presents an intelligent and time adaptive algorithm for detecting symmetric and asymmetric faults in series compensated transmission lines through the long short-term memory (LSTM) recurrent neural network. This method uses three-phase currents in the distance relay point as input. In order to investigate the proposed algorithm, the reference power system for transmission-line relay testing introduced by the IEEE Power System Relaying Committee (PSRC), was considered. Different fault types in different conditions such as fault location, fault resistance, load angle and fault inception time were modeled and simulated in PSCAD software. The results show that the proposed method has an average response time (ART) and an average accuracy (AA) of 0.1004 ms and 99.04%, respectively.

کلیدواژه‌ها [English]

  • Distance Relay
  • Recurrent Neural Network
  • Long Short Term Memory
  • Fault Identification
  • Power Swing