Varios métodos de detección de fallos de arco de corriente continua directa basados en características utilizando modelos de aprendizaje inteligente y diversas técnicas de exclusión de dominio
Autores: Dang, Hoang-Long; Kwak, Sangshin; Choi, Seungdeog
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Varios métodos de detección de fallos de arco de corriente continua directa basados en características utilizando modelos de aprendizaje inteligente y diversas técnicas de exclusión de dominio
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Avances
Detección
Preocupación por la seguridad
Características
Detección
Fiabilidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
La expansión de los sistemas de distribución eléctrica de corriente continua (CC) requiere avances en la detección y mitigación de eventos de arco de CC, un contribuyente significativo a los accidentes de incendio en sistemas de distribución de CC de bajo voltaje. La detección de fallos de arco de CC presenta desafíos considerables, lo que los convierte en una gran preocupación de seguridad en las líneas de alimentación de CC. Los enfoques convencionales se basan principalmente en la corriente de arco, que puede variar durante el funcionamiento normal, lo que puede llevar a falsas alarmas. Además, estos métodos a menudo requieren ajustes manuales de los umbrales de detección para diferentes sistemas, lo que introduce el riesgo de mal funcionamiento. Este estudio propone un procedimiento avanzado de reconocimiento de fallos de arco que extrae y utiliza diversas características clave para la detección de arcos de CC. Este trabajo investigó varias características nuevas, que son el promedio cuadrático, el promedio, la mediana, el rms, el pico a pico y los valores de varianza, para determinar cuál puede ser la característica más efectiva para detectar la falla de arco de CC. Los resultados de este proceso de detección muestran buenas evidencias de la efectividad y fiabilidad del plan propuesto para la detección de malfunciones.
Descripción
La expansión de los sistemas de distribución eléctrica de corriente continua (CC) requiere avances en la detección y mitigación de eventos de arco de CC, un contribuyente significativo a los accidentes de incendio en sistemas de distribución de CC de bajo voltaje. La detección de fallos de arco de CC presenta desafíos considerables, lo que los convierte en una gran preocupación de seguridad en las líneas de alimentación de CC. Los enfoques convencionales se basan principalmente en la corriente de arco, que puede variar durante el funcionamiento normal, lo que puede llevar a falsas alarmas. Además, estos métodos a menudo requieren ajustes manuales de los umbrales de detección para diferentes sistemas, lo que introduce el riesgo de mal funcionamiento. Este estudio propone un procedimiento avanzado de reconocimiento de fallos de arco que extrae y utiliza diversas características clave para la detección de arcos de CC. Este trabajo investigó varias características nuevas, que son el promedio cuadrático, el promedio, la mediana, el rms, el pico a pico y los valores de varianza, para determinar cuál puede ser la característica más efectiva para detectar la falla de arco de CC. Los resultados de este proceso de detección muestran buenas evidencias de la efectividad y fiabilidad del plan propuesto para la detección de malfunciones.