已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

An efficient fault diagnostic approach for active distribution networks considering adaptive detection thresholds

故障检测与隔离 断层(地质) 分布式发电 计算机科学 可靠性(半导体) 灵敏度(控制系统) 故障指示器 能量(信号处理) 工程类 可靠性工程 功率(物理) 人工智能 电子工程 可再生能源 统计 电气工程 物理 地质学 量子力学 地震学 执行机构 数学
作者
Gustavo G. Santos,Thiago S. Menezes,Pedro Henrique Aquino Barra,José Carlos de Melo Vieira Júnior
出处
期刊:International Journal of Electrical Power & Energy Systems [Elsevier]
卷期号:136: 107663-107663 被引量:8
标识
DOI:10.1016/j.ijepes.2021.107663
摘要

As support to fault location algorithms, this paper presents a new method for detecting and classifying faults in active distribution networks using the energy moving averages of the current signals measured at the feeder head. A proposal for updating the energy thresholds for fault detection is introduced, aiming to achieve higher sensitivity in fault detection, especially for scenarios with high penetration levels of distributed generation (DG). Since the power injected by DG can rapidly change, this proposal is essential for maintaining the fault detection method's reliability. Also, the fault classification is based on an analytical approach, making it possible to be easily applied to different operating scenarios of a distribution system. Thus, its potential for real-world implementation is higher when compared to classifiers based on supervised learning algorithms. Performance tests on the IEEE 34-node test feeder showed that this method is reliable for detecting and classifying different fault types, with diverse generation-load scenarios and noisy signals.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
典雅的纸飞机完成签到 ,获得积分10
刚刚
刚刚
626发布了新的文献求助10
1秒前
爆炸boom完成签到 ,获得积分10
2秒前
123发布了新的文献求助10
2秒前
一部船发布了新的文献求助10
3秒前
4秒前
tinghua完成签到 ,获得积分10
4秒前
5秒前
白华苍松发布了新的文献求助10
5秒前
随梦而飞完成签到,获得积分10
7秒前
随梦而飞发布了新的文献求助30
9秒前
12秒前
阿狸只爱狮子座完成签到,获得积分20
13秒前
一部船完成签到,获得积分10
15秒前
shinysparrow应助科研dog采纳,获得100
15秒前
西门访天应助于广喜采纳,获得10
15秒前
16秒前
桃花落发布了新的文献求助10
18秒前
21秒前
帅气学姐发布了新的文献求助10
22秒前
24秒前
小小铱完成签到,获得积分10
25秒前
26秒前
Akim应助江汛采纳,获得10
27秒前
28秒前
29秒前
29秒前
29秒前
30秒前
xiaoding应助洋洋采纳,获得10
30秒前
成就莞发布了新的文献求助30
30秒前
xiaoma发布了新的文献求助10
30秒前
Sky36001发布了新的文献求助20
31秒前
郑海香完成签到,获得积分10
33秒前
Steplan完成签到 ,获得积分10
33秒前
33秒前
赵雪发布了新的文献求助10
34秒前
35秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3150370
求助须知:如何正确求助?哪些是违规求助? 2801504
关于积分的说明 7845091
捐赠科研通 2459062
什么是DOI,文献DOI怎么找? 1308898
科研通“疑难数据库(出版商)”最低求助积分说明 628583
版权声明 601727