Un sistema inteligente de monitoreo de sobretensión y reconocimiento de patrones jerárquico para la red eléctrica con cables HTS
Autores: Jiang, Kaihua; Du, Lin; Wang, Yubo; Li, Jianwei
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Un sistema inteligente de monitoreo de sobretensión y reconocimiento de patrones jerárquico para la red eléctrica con cables HTS
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Sistema de energía
Sobretensión
Cables de HTS
Resistencia
Capacidad de transmisión
Sistema de reconocimiento de patrones
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Como parte del sistema de energía, los cables superconductores de alta temperatura (HTS) pueden estar sujetos a diversas fallas del sistema, como la sobretensión. Cuando ocurre una sobretensión, los cables HTS pueden apagarse y la resistencia de las cintas HTS aumentará rápidamente, lo que resultará en una reducción de la capacidad de transmisión, un aumento de la pérdida de energía e incluso un colapso del aislamiento eléctrico. Para proteger la seguridad operativa del sistema de energía, se debe investigar el nivel de sobretensión en el sistema. Este artículo propone un sistema de muestreo de frecuencia variable sin contacto y de reconocimiento de patrones jerárquico para la sobretensión. Las señales de sobretensión interna y de rayos son capturadas por sensores de voltaje sin contacto especialmente diseñados. Los sensores se instalan en la derivación de puesta a tierra de los aisladores del transformador y en el brazo transversal de las torres de transmisión. Se emplea una técnica de muestreo variable para resolver el conflicto entre la velocidad de muestreo y la capacidad de almacenamiento. Se propone un sistema de reconocimiento de patrones jerárquico para subdividir cada sobretensión en tipos específicos. Se discuten y analizan siete sobretensiones comunes. Se adoptan la teoría de wavelet y la teoría de descomposición en valores singulares S-transform (SVD) para extraer los parámetros característicos de las diferentes sobretensiones. Se emplea la optimización por enjambre de partículas para mantener una alta tasa de clasificación y mejorar el conjunto inicial de la máquina de vectores de soporte (SVM) utilizada como algoritmo de reconocimiento. Los datos de sobretensión adquiridos en campo de una subestación de 110 kV validan la efectividad del sistema de reconocimiento propuesto.
Descripción
Como parte del sistema de energía, los cables superconductores de alta temperatura (HTS) pueden estar sujetos a diversas fallas del sistema, como la sobretensión. Cuando ocurre una sobretensión, los cables HTS pueden apagarse y la resistencia de las cintas HTS aumentará rápidamente, lo que resultará en una reducción de la capacidad de transmisión, un aumento de la pérdida de energía e incluso un colapso del aislamiento eléctrico. Para proteger la seguridad operativa del sistema de energía, se debe investigar el nivel de sobretensión en el sistema. Este artículo propone un sistema de muestreo de frecuencia variable sin contacto y de reconocimiento de patrones jerárquico para la sobretensión. Las señales de sobretensión interna y de rayos son capturadas por sensores de voltaje sin contacto especialmente diseñados. Los sensores se instalan en la derivación de puesta a tierra de los aisladores del transformador y en el brazo transversal de las torres de transmisión. Se emplea una técnica de muestreo variable para resolver el conflicto entre la velocidad de muestreo y la capacidad de almacenamiento. Se propone un sistema de reconocimiento de patrones jerárquico para subdividir cada sobretensión en tipos específicos. Se discuten y analizan siete sobretensiones comunes. Se adoptan la teoría de wavelet y la teoría de descomposición en valores singulares S-transform (SVD) para extraer los parámetros característicos de las diferentes sobretensiones. Se emplea la optimización por enjambre de partículas para mantener una alta tasa de clasificación y mejorar el conjunto inicial de la máquina de vectores de soporte (SVM) utilizada como algoritmo de reconocimiento. Los datos de sobretensión adquiridos en campo de una subestación de 110 kV validan la efectividad del sistema de reconocimiento propuesto.