دانلود ترجمه مقاله طرح رله گذاری فازی برای خطاهای امپدانس بالا در سیستم توزیع DG

1. مقدمه 2. تکنیک های اعمال شده 3. روش پیشنهادی 4. نتایج و بحث و بررسی 5. ارزیابی های مقایسه ای 6. نتیجه گیری

چکیده – یافته های بدست آمده حاکی از آن است که بیشتر نقاط ضعف امپدانس بالا (HIF) به علت ماهیت غیرخطی خطا و مقدار جریان پایین، توسط رله های معمولی شناسایی نمی‌شوند. در مطالعه حاضر، برای تشخیص و دسته بندی HIF، ترکیبی از تبدیل موجک گسسته (DWT) و سیستم استنتاج فازی (FIS) مطرح شده است. همچنین، سیستم فیدر تست 13 گره ای IEEE اصلاح شده، طرح پیشنهادی را اعتبار سنجی می کند. در این روش، سیگنال‌های جریان از یک انتها استخراج شده است که با استفاده از تبدیل موجک گسسته، جهت بدست آوردن ویژگی‌های ورودی مناسب، پیش‌پردازش شده ‌اند. لازم به ذکر است که ویژگی های پردازش موجک به منظور تشخیص و طبقه بندی خطا به FIS ارسال می شود. همچنین روش پیشنهادی با استفاده از FIS نوع ممدانی و سوگنو اعتبار سنجی می شود. همچنین در این مطالعه، به منظور اعتبار سنجی روش پیشنهادی، شرایط مختلف عملیاتی و خطا نظیر پارامترهای DG متفاوت، سیگنال های نویزی، HIF ها، خطا های در حال تکامل، زاویه آغاز خطا، مقاومت خطا، موقعیت خطا و وقایع غیر خطا (به طور مثال سوئیچینگ موتور، سوئیچینگ خازن، سوئیچینگ DG، انرژی ترانسفورماتور، سوئیچینگ بار غیر خطی) مورد سنجش و ارزیابی قرار گرفته است. همچنین دقت در تشخیص و طبقه بندی خطا ها در حدود 100 درصد از تمام موارد خطای مورد آزمایش بوده است. نتایج بدست آمده حاکی از آن است که زمان تشخیص کلی لازم جهت تشخیص HIF ها، حداقل 4.25 سیکل در اکثر موارد و حداکثر 8 سیکل در چند مورد بوده است. در حالیکه در زمینه خطا های شانت تنها در محدوده 4.25 تا 6 سیکل بوده است. همچنین، مزیت روش ارائه شده این است که می‌تواند خطا های مربوط به وضعیت نامناسب نظیر خطا های در حال تکامل را در حضور سیگنال های نویزی تشخیص دهد و در برابر هر گونه رویدادهای سوئیچینگ همچنان باقی بماند. همچنین نتایج بدست آمده حاکی از آن است که روش پیشنهادی، امید بخش بوده، در برابر شرایط عملیاتی مختلف مقاوم می باشد و از توانمندی لازم نیز برخوردار است.

Most of the high impedance faults (HIF) remain un-detected by the conventional relays due to non-linear nature of the fault and low magnitude of current. In this work, a combination of discrete wavelet transforms (DWT) and fuzzy inference system (FIS) has been proposed for HIF detection and classification. Modified IEEE 13 node test feeder system has been to validate the proposed scheme. The proposed method uses current signals from one end that are pre-processed using discrete wavelet transform to obtain appropriate input features. The wavelet processed features are given to the FIS for fault detection and classification. Proposed method has been validated using both Mamdani and Sugeno type FIS. Different operating and fault conditions are tested to validate the proposed method such as varying DG parameters, noisy signals, HIFs, evolving faults, fault inception angle, fault resistance, fault location, and non-fault events (e.g. motor load switching, capacitor switching, DG switching, transformer energization, non-linear load switching). The accuracy in detecting and classifying the faults is 100% of all the tested fault cases. Results shows that the overall detection time required to detect the HIFs is minimum 4.25 cycles in most of the cases and maximum 8 cycles in few cases whereas for shunt faults is within 4.25 to 6 cycles only. Advantage of the proposed method is that it can detect adverse situation faults like evolving faults, in presence of noisy signals and remains intact against any switching events. The results of the proposed method are promising and the method is robust against various operating conditions.