Тековата состојба на детекцијата на поврзани грешки со една фаза
Ниската точност во дијагнозата на поврзани грешки со една фаза во системи кои не се ефективно поврзани се дугува на неколку фактори: променливата структура на распределбените мрежи (како што се затворени и отворени конфигурации), различни начини на поврзување на системот (вклучувајќи неповрзан, поврзан со аркусна котла и поврзан со ниска резистивност), зголемената годишна пропорција на мрежи базирани на кабели или хибридни високонапонски-кабелски мрежи, и комплексни типови на грешки (како што се удар од бурја, изразуванье на дрво, прекинати жички и лични електрични удари).
Класификација на поврзани грешки

Грешките во енергетската мрежа можат да вклучуваат метално поврзување, поврзување со удар од бурја, поврзување со гранка од дрво, поврзување со резистивност, и поврзување поради слаба изолација. Така исто така можат да вклучуваат различни сценарија на поврзување со дуга, како што се кратки размакли за испуштање на дуга, долги размакли за испуштање на дуга, и прекинати дуги. Характеристиките на сигналот на грешката при различни услови на поврзување варираат по формата и големината.
Технологии за управување со поврзани грешки
Тешкотии во поврзани грешки
Комплексност на карактеристиките на поврзаните грешки
Методи за локализација на поврзани грешки со една фаза
Сега постојат три категории, со вкупно 20 основни методи, за локализација на поврзани грешки со една фаза:

Вештачката интелигенција (AI) е современа технологија во развој. Таа ја устанува соодветната теоретска модел со симулирање на карактеристиките на луѓето, животни или растенија, и решава проблемите со „човечки“ начин на размислување. Особено за енергетските мрежи, кои се инхерентно многу нелинеарни системи, тоа се наоѓа во областа на примената на AI. Додатно, користењето на компјутерски пресметки подобрува брзината на операциите, што овозможува решавање на комплексни системи како што се енергетските мрежи.
Експертна база податоци: Стварање на база податоци која интегрира соодветни знаења и искуства.
Вештачки невронски мрежи: Симулира операцијата на човечките неврони за решавање на проблеми, функционира како многу нелинеарен систем.
Оптимизација на колонија на мравци: Алгоритам кој симулира биолошкиот постапок на мравците во пребарување на храна за решавање на проблемот на продавачот.
Генетски алгоритам: Симулира биолошкиот еволуционен процес за добивање на глобални оптимални или под-оптимални решенија.
Петриева мрежа: Моделира поврзани компоненти во системот, опишувајќи феномени каде поврзаните компоненти се менуваат во хронолошки редослед.
Теорија на груби множества: Користи повеќе информации од потребните за системот како влез за осигурување на целостно опишување на оперативната состојба на системот.
Повеќето интелигентни алгоритми се сè уште во теоретскиот стадиум, само неколку биле практично применети. Меѓутоа, алгоритмите на AI покажаа својата превршина во новата ера.