Kaj je trenutno stanje in metode za detekcijo enofaznih zemeljskih napak?

Trenutno stanje zaznavanja enofaznih krmeljskih kriv

Nizka točnost diagnosticiranja enofaznih krmeljskih kriv v neustrežno zaključenih sistemih je posledica več dejavnikov: spremenljive strukture distribucijskih omrežij (kot so zaprta in odprta konfiguracija), raznolikih načinov zaključevanja sistema (vključno s nezaključenimi, zaključevanjem z izginjanjem lukov in nizko-odpornim zaključevanjem), povečanega letnega odnosa kablove ali mešane površinske-kablove pogone ter kompleksnih vrst kriv (kot so udari bora, drevesni preboji, polomi žic in električni šoki oseb).

Razvrščanje krmeljskih kriv

Krive v električnem omrežju lahko vključujejo metalno krmelje, krmelje zaradi udara bora, drevesne krmelje, upornostno krmelje in slabo izolacijsko krmelje. Lahko pa vključujejo tudi različne scenarije lukoobraznega krmelja, kot so kratki lukovi, dolgi lukovi in intermitentni lukovi. Karakteristike signala krive pri različnih krmeljih se razlikujejo glede na obliko in velikost.

Tehnologije za obdelavo krmeljskih kriv

• Tehnologija kompenzacije izginjanja lukov in zaščita pred električnimi šoki oseb

• Zmanjševanje prekomernega napetosti

• Izbira krivne faze in lokacije, določitev lokacije krivega odseka in natančna lokacija krive

• Relativna zaščita: Odstranitev krive

• Avtomatizacija podajalnikov: Izolacija krive in samodejno obnovitev oskrbe s strmo

Težave pri krmeljskih krivih

• Različni načini zaključevanja neutralne točke

• Različne lastnosti zaključevanja: Spremenljive oblike zaključevanja

• Različne vrste linij: Površinske linije, kablove linije in mešane površinske-kablove linije

• Različne lokacije kriv in časi pojavljanja kriv

Kompleksnost karakteristik krmeljskih kriv

• Malo krmeljskega toka; ostanek toka v resonančnem zaključevanju je manjši od 10 A.

• Kompensacijski tok izginjalnika lukov povzroča, da ima neničelni tok krive linije manjšo amplitudo kot nekrive linije, s istim smerjo.

• Intermitentno krmelje z nestabilnimi lukovi; približno 10% kriv vključuje intermitentno krmelje.

• Visok delež visoko-upornostnih (upornost nad 1.000 ohmov) kriv, ki znaša približno 5%. Čeprav je z nizko-uporno zaključevanjem, je težko zaznati visoko-upornostne krive.

• Glavni vzroki za električne šoke v distribucijskem omrežju: ① Človek dotika ali se približa normalno delujočim vodilom; ② Vodila padajo na tla. Tako električni šoki oseb kot tudi krive vodi-lokrmelje vključujejo visoko upornost. Zato je zaščita pred električnimi šoki v distribucijskem omrežju tudi vprašanje zaščite pred visoko-upornostnimi krmelji.

Metode za lokacijo enofaznih krmeljskih kriv

Trenutno obstaja tri kategorije, skupaj 20 osnovnih metod, za lokacijo enofaznih krmeljskih kriv:

Umjetna inteligenca (AI) je najnaprednejša tehnologija v razvoju moderne tehnologije. Ustvarja ustreznim teoretičnim modelom tako, da simulira značilnosti ljudi, živali ali rastlin, in rešuje probleme z "človeškim" razmišljanjem. Še posebej za električna omrežja, ki so po svoji naravi visoko nelinearni sistemi, spadajo v obseg uporabe AI. Poleg tega uporaba računalniškega računanja poveča hitrost operacij, kar omogoča reševanje kompleksnih sistemov, kot so električna omrežja.

• Ekspertna baza podatkov: Ustvari bazo podatkov, ki združuje relevantno znanje in izkušnje.

• Umetna nevronsko mreža: Simulira delovanje človeških nevronov za reševanje problemov, funkcioniše kot visoko nelinearni sistem.

• Optimizacija kolonije mravelj: Algoritem, ki simulira biološko obnašanje mravelj, ki iščejo hranu, za reševanje problema potniškega prodajalca.

• Genetski algoritem: Simulira biološki evolucijski proces, da pridobi globalno optimalne ali suboptimalne rešitve.

• Petrijeva mreža: Modelira povezane komponente v sistemu, opisuje pojave, kjer se povezane komponente spreminjajo v kronološkem vrstnem redu.

• Tehorija grubih množic: Uporablja več informacij, kot jih sistem zahteva kot vhod, da zagotovi celovit opis stanja delovanja sistema.

Večina umetnih algoritmov ostaja v teoretični fazi, le nekateri so bili praktično uporabljeni. Vendar so algoritmi umetne inteligence dokazali svojo prednost v novem obdobju.