Trenutno stanje otkrivanja jednofaznih zemljanih kvarova
Niska točnost dijagnoze jednofaznih zemljanih kvarova u neefektivno zemljenim sustavima pripisuje se nekoliko faktora: promjenjiva struktura distribucijskih mreža (poput petljanog i otvorenog petljanja), raznoliki načini zemljenja sustava (uključujući bezzemljene, zemljene s košom za potisk strujanja i niskootporne zemljene sustave), porast godišnjeg omjera kabelskih ili hibridnih povratnih-kabelskih provoda, te kompleksni tipovi kvarova (poput udara munje, privremenog bridanja stabala, prekida provodnika i električnih udara osoba).
Klasifikacija zemljanih kvarova
Kvarovi u elektroenergetskoj mreži mogu uključivati metaličko zemljenje, zemljenje uz udar munje, zemljenje stabalima, otpornostno zemljenje i loše izolacijsko zemljenje. Mogu također uključivati razne scenarije zemljenja uz lukove, poput luka kratkog rastojanja, luka dalekog rastojanja i intermitentnih lukova. Karakteristike signala kvarova koje prikazuju različiti uvjeti zemljenja variraju po obliku i veličini.
Tehnologije obrade zemljanih kvarova
Teškoće kod zemljanih kvarova
Kompleksnost karakteristika zemljanih kvarova
Metode za lokaciju jednofaznih zemljanih kvarova
Trenutno postoji tri kategorije, ukupno 20 osnovnih metoda, za lokaciju jednofaznih zemljanih kvarova:
Umjetna inteligencija (UI) jest suvremena tehnologija u razvoju modernih tehnologija. Stvara odgovarajuće teorijske modele simulirajući karakteristike ljudi, životinja ili biljaka, i rješava probleme koristeći "ljudsko" razmišljanje. Posebno za elektroenergetske mreže, koji su po svojoj prirodi visoko nelinearni sustavi, upadaju u područje primjene UI. Također, korištenje računalnog računanja unapređuje brzinu operacija, omogućujući rješavanje složenih sustava poput elektroenergetskih mreža.
Baza znanja stručnjaka: Stvaranje baze podataka koja integrira relevantno znanje i iskustvo.
Umjetna neuronska mreža: Simulira rad ljudskih neurona za rješavanje problema, funkcionirajući kao visoko nelinearni sustav.
Optimizacija kolonija mrava: Algoritam koji simulira biološko ponašanje mrava u traženju hrane za rješavanje problema trgovca putovanjima.
Genetski algoritam: Simulira biološki evolucijski proces kako bi dobio globalno optimalna ili suboptimalna rješenja.
Petrijeva mreža: Modelira međusobno povezane komponente u sustavu, opisuje pojave gdje se povezane komponente mijenjaju kronološkom redoslijedom.
Teorija grubih skupova: Koristi više informacija nego što sustav zahtijeva kao ulaz kako bi osigurao sveobuhvatni opis statusa rada sustava.
Većina pametnih algoritama još uvijek se nalazi u teorijskoj fazi, s samo nekoliko praktično primijenjenih. Međutim, algoritmi umjetne inteligencije pokazali su svoju nadmoć u novoj dobi.