Learning from Power Signals: An Automated Approach to Electrical Disturbance Identification Within a Power Transmission System

要約

電力業界では電力品質の優先度が高まるにつれ、障害イベントのデータ量は増加し続けています。
電力会社には、各イベントを手作業で分析するのに必要な人材がいません。
この研究では、送電システム内で動作するデジタル障害レコーダーと電力品質モニターによって記録された電力品質イベントを分析するための自動化されたアプローチを紹介します。
自動化されたアプローチでは、ルールベースの分析を活用して、電圧信号と電流信号の時間領域と周波数領域の特性を検査します。
カスタマイズ可能なしきい値は、各妨害イベントを分類するために設定されます。
この作業で分析されたイベントには、さまざまな障害、モーターの始動、および計器用変圧器の初期故障が含まれます。
14 の異なるイベント タイプの分析が開発されました。
分析は 160 の信号ファイルに対してテストされ、99% の精度が得られました。
連続的な名目上の信号データ分析は、循環ヒストグラムと呼ばれるアプローチを使用して実行されます。
周期ヒストグラム プロセスはデジタル障害レコーダ自体に統合され、外乱イベントを引き起こすには小さすぎる、また数時間または数日にわたって発生する可能性のある微妙な信号変動の検出を容易にします。
メモリ要件を 320 分の 1 に削減することに加えて、循環ヒストグラム処理は初期のイベントと識別子の識別に役立つことが期待されます。
このプロジェクトは、妨害イベントの分類を自動化することでエンジニアの時間を節約し、ほぼリアルタイムで妨害を検出および特定し、問題が発生する前に防止することで伝送システムの信頼性を高めることが期待されています。

要約(オリジナル)

As power quality becomes a higher priority in the electric utility industry, the amount of disturbance event data continues to grow. Utilities do not have the required personnel to analyze each event by hand. This work presents an automated approach for analyzing power quality events recorded by digital fault recorders and power quality monitors operating within a power transmission system. The automated approach leverages rule-based analytics to examine the time and frequency domain characteristics of the voltage and current signals. Customizable thresholds are set to categorize each disturbance event. The events analyzed within this work include various faults, motor starting, and incipient instrument transformer failure. Analytics for fourteen different event types have been developed. The analytics were tested on 160 signal files and yielded an accuracy of ninety-nine percent. Continuous, nominal signal data analysis is performed using an approach coined as the cyclic histogram. The cyclic histogram process will be integrated into the digital fault recorders themselves to facilitate the detection of subtle signal variations that are too small to trigger a disturbance event and that can occur over hours or days. In addition to reducing memory requirements by a factor of 320, it is anticipated that cyclic histogram processing will aid in identifying incipient events and identifiers. This project is expected to save engineers time by automating the classification of disturbance events and increase the reliability of the transmission system by providing near real time detection and identification of disturbances as well as prevention of problems before they occur.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google