Yksivaiheen maanjäähdytysvirheiden nykytila
Yksivaiheen maanjäähdytysvirheiden diagnostiikan heikko tarkkuus tehottomasti maanjäätettyihin järjestelmiin on johtunut useista tekijöistä: jakeluverkostojen muuttuva rakenne (kuten silmukka- ja avoimet konfiguraatiot), monipuoliset järjestelmän maanjäätymismenetelmät (kuten ei-maanjäätetty, kaasupurkujen maanjäätetty ja matalaresistanssin maanjäätetty järjestelmät), vuosittain kasvava sähkökaapelia tai yhdistelmäpilven-kaapeliwiringin suhde, sekä monimutkaiset virhetypit (kuten ukkoskuljetukset, puun leikkaaminen, johtojen katkeaminen ja henkilökohtainen sähköisku).
Maanjäähdytysvirheiden luokittelu

Sähköverkossa esiintyvät virheet voivat sisältää metalliset maanjäähdytykset, ukkoskuljetukset, puun oksien maanjäähdytykset, vastusmaanjäähdytykset ja huonosti eristetty maanjäähdytys. Ne voivat myös sisältää erilaisia kaasupurkuvirheitä, kuten lyhyt välin purkukaaret, pitkä välin purkukaaret ja epäjatkuvat kaaret. Eri maanjäähdytystilanteissa näkyvät virhesignaalitekijät vaihtelevat muodoltaan ja suuruudeltaan.
Maanjäähdytysvirheiden käsittelyteknologiat
Maanjäähdytysvirheiden vaikeudet
Maanjäähdytysvirheiden ominaispiirteiden monimutkaisuus
Yksivaiheen maanjäähdytysvirheiden sijainnin määrittämismenetelmät
Nykyään on kolme luokkaa, yhteensä 20 perusmenetelmää, yksivaiheen maanjäähdytysvirheiden sijainnin määrittämiseksi:

Tekoäly (AI) on edistynyt teknologia modernin teknologian kehityksessä. Se luo sopivat teoreettiset mallit simuloimalla ihmisten, eläinten tai kasvien ominaispiirteitä, ja ratkaisee ongelmia "ihmisemäisellä" ajattelulla. Erityisesti sähköverkot, jotka ovat luonteeltaan erittäin epälineaarisia järjestelmiä, kuuluvat AI:n sovellusalalle. Lisäksi tietokoneiden laskentakyky parantaa toiminnan nopeutta, mikä mahdollistaa monimutkaisten järjestelmien, kuten sähköverkkojen, ratkaisemisen.
Asemahenkilön tietokanta: Perustetaan tietokanta, joka integroi liittyviä tietoja ja kokemusta.
Tekoälyneuroverkko: Simuloi ihmisen neuronien toimintaa ongelmanratkaisuun, toimien erittäin epälineaarisen järjestelmänä.
Myrskyjen optimointialgoritmi: Algoritmi, joka simuloi myrskyjen ruokahakuun liittyvää biologista käyttäytymistä matkustajamiehen ongelman ratkaisemiseksi.
Geenialgoritmi: Simuloi biologista evoluutioprosessia globaalin optimaalisen tai suboptimaalisen ratkaisun saamiseksi.
Petri-verkko: Mallintaa järjestelmään liittyviä komponentteja, kuvaamalla ilmiöitä, joissa liittyvät komponentit muuttuvat aikajärjestyksessä.
Ruohose-teoria: Käyttää enemmän tietoa kuin järjestelmä vaatii syötteeksi, varmistaen järjestelmän toimintatilan kattavan kuvauksen.
Useimmat älykkäät algoritmit ovat vielä teoreettisessa vaiheessa, vain muutama on käytetty käytännössä. Kuitenkin AI-algoritmit ovat osoittaneet etulyöntiasemansa uudessa aikakaudessa.