สถานะปัจจุบันของการตรวจจับความผิดปกติการต่อกราวน์เฟสเดียว
ความแม่นยำที่ต่ำในการวินิจฉัยความผิดปกติการต่อกราวน์เฟสเดียวในระบบที่ไม่ได้ต่อกราวน์อย่างมีประสิทธิภาพสามารถอธิบายได้จากหลายปัจจัย: โครงสร้างของระบบจำหน่ายไฟฟ้าที่หลากหลาย (เช่น แบบวงจรป้อนกลับและแบบวงจรเปิด), รูปแบบการต่อกราวน์ของระบบที่แตกต่างกัน (รวมถึงไม่ได้ต่อกราวน์, ต่อกราวน์ด้วยขดลวดลดแรงดันอาร์ค, และต่อกราวน์ด้วยความต้านทานต่ำ), อัตราส่วนประจำปีที่เพิ่มขึ้นของสายเคเบิลหรือสายผสมระหว่างอากาศและเคเบิล, และประเภทความผิดปกติที่ซับซ้อน (เช่น การถูกฟ้าผ่า, การแฟลชจากต้นไม้, การขาดสาย, และการถูกไฟฟ้าช็อต)
การจำแนกความผิดปกติการต่อกราวน์

ความผิดปกติในระบบจำหน่ายไฟฟ้าอาจเกี่ยวข้องกับการต่อกราวน์ด้วยโลหะ, การปล่อยประจุจากการถูกฟ้าผ่า, การต่อกราวน์ด้วยกิ่งไม้, การต่อกราวน์ด้วยความต้านทาน, และการต่อกราวน์ด้วยฉนวนที่ไม่ดี รวมถึงสถานการณ์การต่อกราวน์ด้วยอาร์คต่างๆ เช่น อาร์คจากการปล่อยประจุระยะสั้น, อาร์คจากการปล่อยประจุระยะยาว, และอาร์คที่เกิดขึ้นเป็นช่วงๆ ลักษณะสัญญาณความผิดปกติที่แสดงโดยสภาพการต่อกราวน์ที่แตกต่างกันจะมีรูปแบบและขนาดที่ต่างกัน
เทคโนโลยีการจัดการความผิดปกติการต่อกราวน์
ความยากในการจัดการความผิดปกติการต่อกราวน์
ความซับซ้อนของลักษณะความผิดปกติการต่อกราวน์
วิธีการระบุตำแหน่งความผิดปกติการต่อกราวน์เฟสเดียว
ปัจจุบันมีสามหมวดหมู่ รวมทั้งหมด 20 วิธีพื้นฐาน สำหรับการระบุตำแหน่งความผิดปกติการต่อกราวน์เฟสเดียว:

ปัญญาประดิษฐ์ (AI) เป็นเทคโนโลยีที่ทันสมัยในการพัฒนาเทคโนโลยีสมัยใหม่ มันสร้างโมเดลทฤษฎีที่เหมาะสมโดยจำลองลักษณะของมนุษย์ สัตว์ หรือพืช และแก้ปัญหาด้วยการคิด "เหมือนมนุษย์" โดยเฉพาะอย่างยิ่งสำหรับระบบจำหน่ายไฟฟ้า ซึ่งเป็นระบบที่มีความไม่เชิงเส้นสูงโดยธรรมชาติ อยู่ในขอบเขตของการใช้งาน AI นอกจากนี้ การใช้คอมพิวเตอร์ในการคำนวณยังเพิ่มความเร็วในการทำงาน ทำให้สามารถแก้ปัญหาระบบที่ซับซ้อนเช่นระบบจำหน่ายไฟฟ้าได้
ฐานข้อมูลผู้เชี่ยวชาญ: สร้างฐานข้อมูลที่รวบรวมความรู้และประสบการณ์ที่เกี่ยวข้อง
เครือข่ายประสาทเทียม: จำลองการทำงานของเซลล์ประสาทของมนุษย์เพื่อแก้ปัญหา ทำงานเป็นระบบที่มีความไม่เชิงเส้นสูง
การปรับปรุงด้วยวิธีการโคโลนีมด: อัลกอริทึมที่จำลองพฤติกรรมทางชีวภาพของมดในการค้นหาอาหารเพื่อแก้ปัญหาการเดินทางของพนักงานขาย
อัลกอริทึมพันธุกรรม: จำลองกระบวนการวิวัฒนาการทางชีวภาพเพื่อรับคำตอบที่ดีที่สุดหรือดีที่สุดรองลงมา
เน็ตเพตริ: จำลององค์ประกอบที่เกี่ยวข้องในระบบ บรรยายปรากฏการณ์ที่องค์ประกอบที่เกี่ยวข้องเปลี่ยนแปลงตามลำดับเวลา
ทฤษฎีเซตหยาบ: ใช้ข้อมูลมากกว่าที่ระบบต้องการเป็นข้อมูลขาเข้า เพื่อให้การบรรยายสถานะการทำงานของระบบครอบคลุม
ส่วนใหญ่แล้วอัลกอริทึมอัจฉริยะยังคงอยู่ในระดับทฤษฎี มีเพียงไม่กี่อันที่ได้รับการนำไปใช้จริง แต่อัลกอริทึม AI ได้แสดงให้เห็นถึงความเหนือกว่าในยุคใหม่