No/VOL: 07/2024 Page no. 96
Authors: Venkatesh Kumar , S. Sujitha , C. Aarthi , M. Nirmala , N. Samanvita , Durga Garapati , Vinoth Kumar.K , B. Manjunathha :
Title: Analiza uszkodzeń systemu elektroenergetycznego. Klasyfikator wykorzystujący sieć neuronową
Abstract: Zwarcie jest oczywiście zjawiskiem istotnym dla przesyłu energii w systemie dystrybucyjnym ze względu na potencjalnie szkodliwe skutki, które ostatecznie prowadzą do kryzysów gospodarczych. Aby zweryfikować swoje doświadczenia związane z błędami w zakresie zrównoważonego rozwoju, MATLAB i Simulink analizują w tym artykule 3-fazowy system zasilania. Inteligentny ekspert, taki jak sieć neuronowa, może z łatwością zidentyfikować usterkę, która mogła wystąpić w linii przesyłowej i sklasyfikować problemy z transmisją w zasilaczu za pomocą sztucznej sieci neuronowej (ANN). SSN służy do kategoryzacji problemów i generowania wskazania stanu zmian dla przekaźnika zabezpieczeniowego. W pracy zaproponowano strategie projektowania rozpoznawania, klasyfikacji i izolacji uszkodzeń wspierane przez najnowocześniejszą sztuczną inteligencję i przetwarzanie sygnałów. W proponowanym schemacie jako dane wejściowe przyjmuje się prąd trójfazowy i napięcie z jednego końca. Różne symulacje i analiza sygnałów wykonywane są w środowisku MATLAB.
Key words: Przekaźnik nadprądowy, Sieć neuronowa, Klasyfikacja usterek, Sztuczna sieć neuronowa, Lokalizacja uszkodzeń.