Aktuální stav detekce jednofázového zemního zkratu
Nízká přesnost diagnostiky jednofázového zemního zkratu v neefektivně zazemlených systémech je způsobena několika faktory: proměnlivou strukturou distribučních sítí (jako jsou smyčkové a otevřené konfigurace), různými způsoby zemlení systémů (včetně nezazemlených, zazemlených pomocí kruhové cívky a nízkoodporově zazemlených systémů), rostoucím ročním poměrem kabelového nebo hybridního vzdušné-kabelového vedení a složitými typy poruch (jako jsou bleskové zásahy, elektrické záblesky na stromech, prasknutí drátů a osobní elektrické šoky).
Klasifikace zemních zkratů

Poruchy v elektrické síti mohou zahrnovat kovové zemlení, zemlení bleskem, zemlení větví stromů, odpornostní zemlení a zemlení s chudou izolací. Mohou také zahrnovat různé scénáře obloukového zemlení, jako jsou krátké oblouky, dlouhé oblouky a přerušované oblouky. Charakteristiky signálů poruch pro různé podmínky zemlení se liší ve formě a velikosti.
Technologie zpracování zemních zkratů
Obtíže při zemních zkratech
Složitost charakteristik zemních zkratů
Metody pro lokalizaci jednofázového zemního zkratu
Momentálně existují tři kategorie, celkem 20 základních metod, pro lokalizaci jednofázového zemního zkratu:

Umělá inteligence (AI) je pokročilá technologie v moderním vývoji. Vytváří odpovídající teoretické modely simulací charakteristik lidí, zvířat nebo rostlin a řeší problémy pomocí "lidštějšího" myšlení. Zvláště pro elektrické sítě, které jsou v podstatě vysoko nelineární systémy, spadají do oblasti aplikací AI. Kromě toho použití výpočetní techniky zvyšuje rychlost provozu, což umožňuje řešit komplexní systémy, jako jsou elektrické sítě.
Expertní databáze: Vytvoření databáze, která integruje relevantní znalosti a zkušenosti.
Umělá neuronová síť: Simuluje funkci lidských neuronů k řešení problémů, funguje jako vysoko nelineární systém.
Optimalizace kolonií mravenců: Algoritmus, který simuluje biologické chování mravenců hledajících potravu, aby vyřešil problém cestovního prodejce.
Genetický algoritmus: Simuluje biologický evoluční proces k získání globálního optimálního nebo suboptimálního řešení.
Petriho síť: Modeluje propojené komponenty v systému, popisuje jevy, kdy související komponenty mění svůj stav v chronologickém pořadí.
Teorie hrubých množin: Používá více informací, než systém vyžaduje, jako vstup, aby zajistila komplexní popis operačního stavu systému.
Většina inteligentních algoritmů stále zůstává v teoretické fázi, pouze několik bylo prakticky uplatněno. Nicméně, algoritmy AI ukázaly svou superiortitu v nové éře.