Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2020 - zeszyt 4

Faults Detection and Classification on Parallel Transmission Lines using Modified Clarke’s Transformation-ANN Approach

Wykrywanie błędów w równoległej linii przesyłowej z wykorzystanirem transformaty Clarke’a

10.15199/48.2020.04.04

nr katalogowy: 125659
10.15199/48.2020.04.04

Streszczenie

This paper introduces a comparative study for fault detection and classification on parallel transmission line using cascade forward and feed forward back propagation. Both calculations were based on discrete wavelet transform (DWT) and Clarke’s transformation. Daubechies4 mother wavelet (Db4) was applied to decompose coefficients of wavelet transforms coefficients (WTC) and wavelet energy coefficients (WEC) of high frequency signals. The coefficients were inputs for training of neural network back-propagation (BPNN). The results showed that the feed forward back propagation algorithm of Artificial Neural Network (ANN) models responded better than Cascade forward back propagation algorithm models, particularly in fault detection and classification on parallel transmission. The results showed that the proposed method for fault analysis was able to classify all the faults on the parallel transmission line rapidly and correctly.

Abstract

W pracy przedstawiono badanie porównawcze wykrywania i klasyfikacji uszkodzeń równoległej linii przesyłowej z wykorzystaniem propagacji kaskadowej do przodu i do tyłu. Oba obliczenia oparto na dyskretnej transformacie falkowej (DWT) i transformacji Clarke'a. Falkę macierzystą Daubechies4 (Db4) zastosowano do dekompozycji współczynników przekształceń falkowych (WTC) i współczynników energii falkowej (WEC) sygnałów wysokiej częstotliwości. Współczynniki stanowiły dane wejściowe do szkolenia propagacji wstecznej sieci neuronowej (BPNN). Wyniki pokazały, że algorytm propagacji wstecznego sprzężenia zwrotnego modeli sztucznej sieci neuronowej (ANN) zareagował lepiej niż modele algorytmu kaskadowego propagacji wstecznej, szczególnie w wykrywaniu błędów i klasyfikacji w transmisji równoległej. Wyniki pokazały, że zaproponowana metoda analizy uszkodzeń była w stanie szybko i poprawnie sklasyfikować wszystkie uszkodzenia na równoległej linii przesyłowej.

Słowa kluczowe

Keywords

Bibliografia

[1] A. M. Shiddiq Yunus, A. Abu-Siada, and M.A.S. Masoum, Improving dynamic performance of wind energy conversion systems using fuzzy-based hysteresis current-controlled superconducting magnetic energy storage, IET Power Electronics, 5(8), pp. 1305-1314. 2012.
[2] A. M. Shiddiq Yunus, A. Abu-Siada, and M.A.S. Masoum, Effects of SMES on dynamic behaviours of type D-Wind Turbine Generator-Grid connected during short circuit. IEEE Power and Energy Society General Meeting, 6039276. 2011.
[3] B. Polajzer, G.s. Tumberger, S., Seme, D Dolinar, Detection of voltage sources based on instantaneous voltage and current vectors and orthogonal clarke’s transformation, IET. Gener .Transm. Distrib, 2,(2), 219-226, 2008.
[4] Chaari,M. Meunier, F. Brouave, Wavelet a new tool for the resonant grounded power distribution systems relaying, IEEE Trans. on Power Delivery, Vol. 11 , (3), 1301-1308. 1977.
[5] Jamian, J.J., Mohd Zin, A.A., Saini, M., Mustafa, M.W., Mokhlis, H., A Novel TVA-REPSO technique in solving generators sizing problems for South Sulawesi Network, Przeglad Elektrotechniczny, Vol. 89, Issue 2 A, pp. 170-174, 2013.
[6] Saini, M., Mohd Zin, A.A., Mustafa, M.W., Sultan, A.R., Nur, R., Algorithm for fault location and classification on parallel transmission line using wavelet based on Clarke's transformation. International Journal of Electrical and Computer Engineering, Vol. 81, Issue 2, pp. 699-710. 2018.
[7] C.H. Kim, R. Aggarwal, Wavelet transforms in power systems, IET Power Engineering Journal, 15, 193-200, 2001.
[8] Y.H. Song, A.T. Johns, Q.Y. Yuan, Artificial Neural Network based Protection Scheme for Controllable Series compensated EHV Transmission Lines, IEE Proc. on Gener., Transm. and Distr, 143, 2032-2040. 1996.
[9] J.Ezquerra, V. Valverde,I. Mazo´n, A.J. Zamora, JJ Zamora, Field programmable gate array implementation of a fault location system in transmission lines based on artificial neural networks, IET Gener. Transm. Distrib, 5, (2), 191- 198, 2011.
[10] W.J.Cheong, R.K.Aggarwal, Accurate fault location in high voltage transmission systems comprising an improved thyristor controlled series capacitor model using wavelet transforms and neural network, Transmission and Distribution Conference and Exhibition, 2, 840-845, 2000.
[11] R.G.Maryam, M.R.istr Shakarmi, F.Namdari, Detection and classification power quality distribunce using neural Network based discrete wavelet trandform, J. Electrical Systems, 12 (1), 158 - 173, 2016.
[12] P. Chiradeja, A. Ngaopitakkul, Prediction of Fault Location in Overhead Transmission Line and Underground Distribution Cable Using Probabilistic Neural Network, P. Chiradeja, A. Ngaopitakkul, International Review of Electrical Engineering. Vol 8, No 2 (2013), pp. 762-768. 2013.
[13] Sudha Gopal, Valluvan K. R, A Novel Approach to Fault Diagnosis of Transmission Line with Rogowski Coil, International Review of Electrical Engineering. Vol 9, No 3, pp. 656-662. 2014
[14] Y. Menchafou1, M. Zahri, M. Habibi, H. E. Markhil, Extension of the Accurate Voltage-Sag Fault Location Method in Electrical Power, J. Electrical Systems,12(1), 33 - 34, 2016.
[15] K.M.Silva, B.A. Souza, N.S,D. Brito, Fault Detection and Classification in Transmission Lines Based on Wavelet Transform and ANN’, IEEE Trans. on Power Delivery, Vol. 21 (4). 2058-2063, 2006.
[16] F.B. Costa, K.M. Silva, B.A. Souza, K. M. C., Dantas, N. S. D .Brito, A Method for Fault Classification in Transmission Lines Based on ANN and Wavelet Coefficients Energy, International Joint Conference on Neural Networks, Sheraton Vancouver Wall Centre Hotel, Vancouver, BC, Canada, July 16-21, 2006.
[17] I.K.Yu, Y.H.Song, Wavelet analysis and neural networks based adaptive single pole auto reclosure scheme for EHV transmission systems, International Journal of Electrical Power & Energy Systems, pp. 465-474, 1998.
[18] L.L. Lai, F. Vaseekar, H. Subasinghe, N. Rajkumar, A. Carter, B.J. Gwyn, , Fault location of a teed-network with wavelet transform and neural networks’, in: DRPT International Conference on Electric Utility Deregulation and Restructuring and Power Technologies, pp. 505-509, 2000
[19] B. Alberto, B. Mauro, D. Mauro, A. N.Carlo, P.Mario, Continuous-Wavelet Transform for Fault Location in Distribution Power Networks: definition of mother wavelet inferred from fault originated transeient , IEEE Trans. on Power Delivery, Vol 23,No 2, May 2008, pp. 380-389

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 125659 "Faults Detection and Clas..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY - e-zeszyt (pdf) 2020-4 licencja: Osobista Produkt cyfrowy	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2020-4

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma