人工ニューラルネットワークとR-Xインピーダンスグラフを用いた送電線の高インピーダンス故障位置の推定【JST・京大機械翻訳】

Budak Serkan; Akbal Bahadir

プレプリント

J-GLOBAL ID：202202202343679161 整理番号：22P0207409

人工ニューラルネットワークとR-Xインピーダンスグラフを用いた送電線の高インピーダンス故障位置の推定【JST・京大機械翻訳】

Estimation of High Impedance Fault Location in Electrical Transmission Lines Using Artificial Neural Networks and R-X Impedance Graph

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年11月06日プレプリントサーバーでの情報更新日： 2020年11月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

電力発生から都市への送電の連続性を確保することは非常に重要である。システムの最も重要な部分は,これらの線を保護するエネルギー伝送線と距離保護リレーである。電気設備における保護リレーの主な機能は,システムの短絡回路事象においてできるだけ早く不活性化されるべきである。正確で効率的な作業を行うためには,正確な誤差位置技術が必要である。距離リレーは,伝送および配電系統における主およびバックアップ保護として広く用いられている。基本的に,距離保護リレーは電圧と電流値を比較することによって線路のインピーダンスを決定する。本研究では,人工ニューラルネットワーク(ANN)を用いて,154kV送電線における高インピーダンス短絡故障を正確に位置決めした。回路遮断器のインピーダンス図(R-X),電流-電圧変圧器,架空送電線,距離保護リレー,および距離保護リレーを,シミュレーションプログラムを用いて形成して,研究を現実にした。高インピーダンス短絡故障時に発生するインピーダンスの変化の画像を記録することにより,データセットを作成した。画像における関連焦点点を,異なるANNモデルへの入力として与え,高精度の送電線上の異なる位置で発生する短絡故障を予測した。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,

保護装置 , 送電

, , , , , ,

前のページに戻る