Geri Dön

High impedance fault detection in medium voltage distribution systems using wavelet transform

Dalgacık dönüşümü kullanılarak orta gerilim dağıtım sistemlerinde yüksek empedanslı arıza tespiti

PDF İndir

  1. Tez No: 863464
  2. Yazar: BARAA MAKKAWI
  3. Danışmanlar: PROF. DR. ÖMER USTA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 111

Özet

Elektrik, mobil telefonlar, mutfak eşyaları, elektrikli aletler, aydınlatma ve elektrikli araçlar da dahil olmak üzere yaşamımızın çeşitli yönlerinin işleyebilmesi için hayati bir öneme sahiptir. Elektrik müşterilere ulaştırabilmek için tam bir güç sistemi (GS) gereklidir ve bu sistem üç ana aşamadan oluşur: Güç Üretimi, İletim ve Dağıtım. Dağıtım sistemleri (DS), düşük empedanslı arızalar gibi hatalara karşı hassastır (DEA), bu arızalar koruyucu cihazlar tarafından kolayca tespit edilebilen yüksek hata akımları üretir. Yüksek empedanslı arızalar (YEA), görece düşük hata akımına sahip olmaları nedeniyle geleneksel koruma cihazları tarafından tespit edilmesi zor olan hatalardır. Yüksek empedanslı arızalar (YEA'lar), kolayca tespit edilemeyen ve geleneksel koruma cihazları tarafından ortadan kaldırılamayan bir tür hatadır. YEA'lar, enerjili bir iletkenin yüksek empedans profiline sahip bir malzeme ile temas ettiğinde ortaya çıkar, bu malzemeler arasında ağaç dalları, beton, çakıl, asfalt, kum, çimento veya ince çakıl bulunabilir. Bu hatalar, yer yüzeyi malzemesi, yüzey nemliliği, hava koşulları, yük tipi, besleme konfigürasyonu ve gerilim seviyeleri gibi faktörlerden etkilenir. YEA'lar, yangına neden olan ark oluşumu, özellikle hata kuru bitki örtüsü veya hasar görmüş kablo izolasyonu içinde meydana geldiğinde, önemli risklere neden olabilir. YEA'ları tespit etmek, bu hatalarla ilişkilendirilen ince ve aralıklı özellikleri tanıyabilen sinyal işleme ve makine öğrenimi gibi gelişmiş yöntemleri gerektirir ve elektrik şebekesinin güvenliği ve güvenilirliğini sağlamak için önemlidir. Ayrıca, YEA'lar, güç dağıtım sistemlerinde düşük akım seviyeleri, aralıklı doğa, yangın tehlikeleri, gerilim dalgalanmaları, sistem istikrarsızlığı ve ekipman hasarı gibi önemli etkiye neden olabilir. Bu sorunları ele almak için YEA'ları tespit etmeye odaklanmış yeni algoritmalar gereklidir. Yeni algoritmalar geliştirilerek, elektrik şebekesini daha iyi koruyabilir ve YEA riskini azaltabiliriz. YEA'lar, diğer elektrik hatalarından farklı olan benzersiz özelliklere sahiptir. Bunlar, özelliklerde değişkenlik, düşük akım seviyeleri, ark ve yangın tehlikeleri, gerilim dalgalanmaları, doğrusallık dışı, gerilim ve akım dalga formlarında düşük frekanslı bileşenler, akım dalgalarında asimetrinin yanı sıra arkın aralıklı, akım dalga formlarında yüksek frekanslı bileşenler, durağan olmayan akım ve akım birikimi ve omuzdur. YEA tespit için yaklaşımları, bu tezde belirtilen klasik ve sezgisel yaklaşımlara ayrılmıştır. Dalgacık Dönüşümü (DD), sinyalleri ve fonksiyonları hem zaman hem frekans alanlarında analiz etmek için kullanılan matematiksel bir araçtır. Bir sinyali küçük, iyi lokalize edilmiş dalgacıklara ayırarak sinyalin lokal özelliklerini veya ani değişikliklerini daha esnek bir şekilde temsil eder. DD'nin iki ana türü vardır: sürekli dalgacık dönüşümü (SDD) ve kesik dalgacık dönüşümü (KDD). SDD, bir sinyal üzerinde ölçeklendirilmiş ve çevrilen sürekli bir dalgacık fonksiyonudur, sinyalin frekans içeriğini farklı ölçeklerde sürekli olarak analiz eder. Öte yandan, KDD, pratik uygulamalarda genellikle daha hesaplamalı olarak etkilidir ve kesik ölçek ve çeviri içerir. DD, sinyal işleme, görüntü sıkıştırma, veri sıkıştırma ve özellik çıkarma gibi çeşitli uygulamalarda kullanılır ve özellikle istasyoner olmayan veya zamanla değişen sinyallerin analizi için uygundur. Yüksek Empedanslı arıza Modelleme etkili tespit teknikleri için kritiktir, çünkü gerçek hayattaki YEA'lar, simetri, rastlantılılık, doğrusallık ve ark oluşumunun dinamik özellikleri gibi hassas bir şekilde simüle etmeyi içerir. Birçok YEA modeli bulunmaktadır, bunlar arasında Emanuel modeli (1990), David Chan, S. R. Nam, T.M Lai, Yong Sheng ve Steven M. Rovnyak, ve A.R Sedighi modeli bulunmaktadır. YEA'ların modellenmesi, davranışlarını anlamak açısından önemlidir. Bu çalışmadaki önerilen YEA modeli, T.M Lai'nin basitleştirilmiş YEA modeline dayanmaktadır. Bu model, hava ile toprak arasındaki veya ağaçlar arasındaki yayın hattındaki ark voltajını temsil eden Vp ve Vn voltajlarına sahip iki DC kaynağı (DC1 ve DC2) ve iki diyot (D1 ve D2) arasına yerleştirilmiş R1 ve R2 dirençlerini içerir. Model, değişken dirençler (R1 ve R2) ile kullanılan temel bir model olarak, ağaçların direncini ve/veya toprak direncini temsil etmek için kullanılır. Bu çalışma için test sistemi, bir 33kV jeneratörün birbirine bağlı olduğu bir 33/20kV iki sargılı trafo, 20 km uzunluğundaki iletim hatları ve 800kW güce sahip bir statik yük içeren temel bir dağıtım sistemi kullanmaktadır. Bilgisayar simulasyonları, test için MATLAB R2022b ve Simulink kullanılarak gerçekleştirilir. Önerilen YEA modeline bir 20kV kaynağı bağlanır ve V-I karakteristik eğrisini çıkarmak için simüle edilir, bu eğri voltaj ve akım arasında doğrusal olmayan bir ilişkiyi gösterir. MATLAB'de, bir 33kV üç fazlı kaynak, bir 33/20kV iki sargılı trafoya bağlıdır; bu trafo, üç fazlı voltaj ve akımı kaydetmek için bir V-I ölçüm bloğuna bağlıdır, üç fazlı bir pi kesiti hattına, başka bir V-I ölçüm bloğuna ve bir statik yüke bağlanmıştır. Sistem, düşük dirençli topraklama ile toprak hatasını kontrol etmekte ve toprak hatası akımını sınırlamakta, ekipman hasarını önlemekte ve aşırı gerilimi azaltmaktadır. Önerilen YEA tespit yöntemi, özellikle YEA tespit etmek için kullanılan kesik dalgacık dönüşümleri üzerine dayanmaktadır. Bu yaklaşım, güç hatları ağında YEA'laı tespit etmek gibi yüksek hassasiyet gerektiren uygulamalar için uygundur. Önerilen YEA tespit yöntemi, dalgacık dönüşüm analizi, özellikle de kesik dalgacık dönüşümü (KDD) üzerine dayanmaktadır. Bu teknik, zaman-frekans alanında sinyalleri analiz etmek için güçlü bir yöntemdir. Aynı anda zaman ve frekans bilgisi sağlayabilir, bu da düşük akım değerleri ve doğrusal olmayan özelliklere sahip YEA'ları tespit etmek için uygun hale getirir. KDD ayrıca frekans ve zaman açısından Çoklu Çözünürlük Analizi (ÇÇA) sunar, bu da geçici sinyalleri ve hataları analiz etmek için önemlidir. KDD, basitliği ve benzer hassasiyeti nedeniyle CDD yerine kullanılmaktadır, ancak daha hızlı zaman-frekans analizi sunmaktadır. Model, ana dalgacığı düşük geçiş filtresi olarak ve ikincilini yüksek geçiş filtresi olarak kullanan çok aşamalı bir filtre kullanmaktadır. Yüksek geçiş filtrelerinin sonuçları“yaklaşımlar”olarak adlandırılırken, detaylar YEA tespiti odak noktasıdır. Özellikle 'sym5' olan Symlet dalgacığı, enerjiyi koruma, sinyal analizi için yardımcı olma, önemli özellikleri çıkarma ve ani değişiklikler ve kesintiler de dahil olmak üzere farklı sinyal özelliklerine uyum sağlama yeteneği nedeniyle ana dalgacık olarak seçilmiştir. 5 seviyeli bir ÇÇA ayrıştırması, akım sinyallerini analiz etmek ve özelliklerini çıkarmak için uygulanır. Önerilen YEA tespit algoritması, akım sinyallerinin trafonun ikincil sargısından çıkarılmasından sonra gerçekleştirilen KDD'nin 5. seviye detay analizine dayanmaktadır. Algoritma, tüm fazlar ve nötr için trafo ikincilindeki akım sinyallerini çıkarma, akım sinyalleri üzerinde 'sym5' ana dalgacığını kullanarak KDD/ ÇÇA gerçekleştirme, detay d5 katsayılarını çıkarma ve çizme, detay d5'in enerjisini (ED5) hesaplama, alan değişim eğrilerini çizme ve enerjileri ve eğimleri karşılaştırma işlemlerini içerir, böylece YEA veya dengesiz yük değişimi olup olmadığını belirler. Bu Yüksek Lisans araştırma tezi, dağıtım sistemlerinde YEA tespiti etrafındaki tartışmalara odaklanmaktadır. Sorun, YEA'lar tarafından üretilen rastlantılılık ve düşük hata akımı tarafından ortaya çıkarılmaktadır. Yeni bir YEA tespit algoritması, özellikle kesik dalgacık dönüşümü (KDD) kullanılarak önerilmektedir. KDD, sistem transformatör ikincilinde çıkarılan akım sinyallerinin çok çözünürlü analizi için kullanılmaktadır. Beş farklı durumun test edildiği simülasyon sonuçları, önerilen algoritmanın potansiyel olarak hassas bir YEA tespit algoritması olduğunu göstermektedir. Algoritma, dengesiz yük değişim koşulları ile YEA durumları arasında ayrım yapmada başarılı oldu, farklı enerji değerlerinden tek fazlı YEA veya çift fazlı YEA tespit etmede başarılı oldu ve sistemde bulunan hatalı faz veya fazları tespit etmekte başarılı oldu. Ancak, bazı sınırlamalar, algoritmanın düşük akım seviyelerinde, özellikle 5A'nın altındaki akımlarda YEA'yı tespit edebilmesine rağmen hatalı fazı tespit etmekte başarısız olduğunu gösterdi. Bu tezde özetlenen YEA tespit algoritması şu anda erken geliştirme ve uygulama aşamalarındadır. Bir YEA'nın doğru bir şekilde modellemesi zorlu bir görev olduğu için, MATLAB ve Simulink aracılığıyla gerçekleştirilen simülasyon sonuçlarının hassasiyetten yoksun olabileceği ve potansiyel olarak gerçek dünya senaryolarından farklılık gösterebileceği kabul edilmektedir. Algoritmanın doğruluğunu doğrulamak için gerçek dünya testleri ve analizleri önemlidir. Ayrıca, simülasyon basit bir dağıtım sistemi üzerinde gerçekleştirildiği için, algoritmanın daha karmaşık sistemler üzerinde test edilmesi ve özellikle sofistike durumları ele alması gereklidir. Bunun yanı sıra, gelecekteki çalışmalar, algoritmanın güvenilirliğini artırmak için hata konumu belirleme özelliklerini içermeyi içerebilir.

Özet (Çeviri)

The increasing complexity of distribution systems demands innovative approaches to fault detection, particularly for high impedance faults which are characterized by low fault currents that often elude conventional detection methods. This thesis addresses this challenge by focusing on the development of a novel and reliable algorithm for high impedance fault detection in medium voltage distribution systems. The methodology employed is pivoted on wavelet transform analysis, a powerful tool for signal processing and analysis, to enhance fault detection capabilities. Wavelet transform provides the analysis of different frequency components of a signal with good time and frequency localization. The main objective of this research is to address the limitations of existing high impedance fault detection methods by proposing a new algorithm that offers improved reliability and accuracy. The proposed algorithm leverages wavelet transform to carry out a multi resolution analysis using 'sym5' as a mother wavelet to extract level 5 detail coefficients from the electrical current signals of the distribution system. These coefficients capture subtle variations of high frequency components which are indicative of high impedance faults. By calculating the energies of the level 5 coefficients for each phase and the neutral, and subsequently integrating the results to determine the average slope at each phase and neutral, a robust metric for fault detection is established. The algorithm's effectiveness is validated through extensive testing, with results consistently aligning with expectations. The testing phase involves simulated fault scenarios using MATLAB/Simulink software to assess the algorithm's performance under various conditions. The outcomes demonstrate the algorithm's ability to accurately detect high impedance faults and the faulty phase(s), showcasing its potential as a valuable tool for enhancing the reliability of medium voltage distribution systems. In conclusion, the research presents a successful algorithm for high impedance fault detection, offering a promising solution to a critical challenge in power distribution systems. The proposed method exhibits a level of reliability that surpasses traditional approaches, laying the foundation for improved fault detection strategies. However, recognizing the complexity and variability of real-world distribution systems along with the difficulty in modeling high impedance faults perfectly, further testing on real world situations is recommended to validate the algorithm's performance under diverse operating conditions and in the presence of additional system complexities. To ensure the algorithm's practical applicability, it is essential to conduct field tests in real-life distribution systems. These tests will provide insights into the algorithm's adaptability to varying environmental conditions and its ability to accommodate the nuances of different distribution network configurations. Additionally, the algorithm's performance in the presence of multiple simultaneous faults and its response to transient conditions warrant investigation to assess its robustness. Recommendations for future research include expanding the algorithm's capabilities to address more complex fault scenarios and exploring opportunities for integration with emerging technologies such as machine learning for enhanced fault detection and classification. Continued collaboration with industry stakeholders and power system operators is crucial to fostering the adoption of this innovative algorithm and ensuring its seamless integration into practical applications. In summary, this thesis contributes a significant advancement in high impedance fault detection, offering a reliable algorithm grounded in wavelet transform analysis. The potential impact of this research extends to the improvement of power system reliability and resilience, safeguarding against faults that pose challenges to traditional detection methods. Through ongoing research, testing, and collaboration, the proposed algorithm holds the promise of becoming an indispensable tool in the ongoing evolution of medium voltage distribution systems.

Benzer Tezler

  1. Tez No

    527966

    Arc-based modeling, condition monitoring and failure detection of on-load tap-changers

    Yük altında kademe değiştiricilerin ark tabanlı modellenmesi, durum izlenmesi ve arıza tespiti

    BEHNAM FEIZIFAR

    Doktora

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER USTA

  2. Tez No

    784546

    Geliştirilmiş rastgele vektör işlevsel bağlantı ağları ile dağıtım şebekelerinde arıza türü ve yerinin tespiti

    Fault type and location detection in distribution networks with improved random vector functional link networks

    CEM HAYDAROĞLU

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiDicle Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BİLAL GÜMÜŞ

  3. Tez No

    436093

    High-impedance faults detection by using wavelet transform

    Dalgacık dönüşümü ile yüksek empedance hataları belirlenmesi

    WASEEM KHALID IBRAHIM AL-KES

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiBahçeşehir Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜRKAN SOYKAN

  4. Tez No

    695646

    Model predictive torque control of an induction motor enhanced with an inter-turn short circuit fault detection feature

    Asenkron motorların sargı arası kısa devre arızası tespit özelliği ile zenginleştirilmiş model öngörülü moment denetimi

    İLKER ŞAHİN

    Doktora

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OZAN KEYSAN

    PROF. DR. HULUSİ BÜLENT ERTAN

  5. Tez No

    553682

    Development of impedance differential method for fault detection and location in hybrid transmission lines

    Hibrid iletim hatlarında, arıza ve arıza yeri tesbiti için empedance diferansiyel metodunun geliştirilmesi

    SAEED ASGHARIGOVAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER USTA

Geri Dön