Sebuah prosedur baru untuk menentukan isolator Kontaminasi dalam jaringan distribusi teknik

listrik

Abstrak

Makalah ini menyajikan sebuah metode baru untuk penentuan atau isolator Kontaminasi (IC)
tingkat. IC menyebabkan beberapa masalah dalam jaringan listrik. Beberapa kesalahan yang diijinkan
dalam sistem listrik karena IC. kesalahan ini kadang-kadang masuk ke kerusakan mendadak dan
serius terhadap sistem. Jadi IC-mengurangi kualitas daya dan keandalan indeks. Biasanya cuci
isolator adalah solusi untuk masalah ini dan acaranya. Isolator cuci pelabuhan biaya yang berat dan
jika jadwal untuk hun waktu pencucian Kan harus Direncanakan, waktu zowel dan biaya akan
disimpan. Dalam makalah rata isolator Kontaminasi dihitung dengan menggunakan baris saat ini.
kebocoran arus pada isolator permukaan yang datang bersama-sama dengan busur kecil. busur ini
pelabuhan komponen frekuensi tinggi. Metode yang diusulkan ekstrak beberapa fitur dari
komponen sintesis menggunakan Discrete Wavelet Transform (DWT) dan analisis komponen utama
(PCA). Data saat ini jalur yang dikumpulkan selama enam bulan pada feeder distribusi 20 kV dengan
sampling rate 6,4 kHz. Hasil penelitian menunjukkan akurasi yang tinggi dari metode ini untuk
Menentukan atau isolator Kontaminasi.

Pendahuluan

Flash Pada atau isolator yang terkontaminasi di daerah Tercemar memiliki terbukti menjadi salah
satu faktor penting yang mempengaruhi keharusan pengoperasian jalur distribusi dan gardu [1]. ini
adalah flashovers frekuensi daya pada jalur distribusi tanpa bukti atau switching atau petir lebih
tegangan dan tugas Biasanya tempat di kondisi cuaca hukum zoals embun, kabut, gerimis atau hujan
ringan. Dekat Industri, pertanian atau pesisir daerah, Partikel udara yang diendapkan pada isolator
dan isolator Kontaminasi membangun secara bertahap. Ketika kabut atau hujan ringan tengah
mengasah isolator Tercemar, lapisan konduktif secara formal pada permukaan isolator yang
terkontaminasi, welke memulai kebocoran arus [7,8,15,17]. Prediksi mendekati flashover penting
untuk utilitas. Contaminationcaused insulator flashovers menghasilkan Pemadaman listrik mahal.
Utilitas menghabiskan signifikan Bedragen atau uang pada pemeliharaan preventif, welke dari
termasuk isolator cuci dan [2] pembersihan. In operasi yang mahal adalah Dijadwalkan oleh
penilaian subjektif atau insinyur line, berdasarkan pengalaman masa atau total jam layanan sejak
cuci lalu. prediksi yang tepat dari polusi build-up dan identifikasi waktu-ketika flashover sudah dekat
memiliki nilai yang signifikan untuk utilitas [1]. Jelas, kriteria diagnostik yang akurat diperlukan untuk
menentukan kondisi permukaan isolator dan Mengidentifikasi Kemungkinan atau flashover.
Sehingga Diperlukan untuk memperkirakan sejauh isolator Kontaminasi untuk prediksi mendekati
flashover [12]. Kasus belajar pengumpan memiliki ongeveer 84 kutub dan melewati dari aria gurun
sekitar Yazd Iran tingkat tegangan 20 kV. Disediakan beban pada pengumpan 20 kV urat hampir
induksi vena bermotor welke menggunakan untuk pemanfaatan di tungku batu bata. Gambar. 1
menunjukkan jalur tunggal diagram atau kasus dipelajari pengumpan. Pada tahun 1996 Arlando et
al. Melakukan laboratorium dan uji lapangan di Memesan untuk Selidiki tingkat polusi di jaringan
distribusi. Pertama mereka 'Tercatat bahwa arus maksimum lulus dari isolator permukaan bulanan,
dan Dan ze Diukur yang Setara Salt Deposit tingkat Density di laboratorium. Lalu ia berkorelasi
dengan hasil dengan pengukuran kondisi iklim dan jumlah polusi pada permukaan isolator. Pada
tahun 2005, lagu et al. di Korea mempelajari penuaan isolator polimer dengan menggunakan
kebocoran arus. Investigasi ini telah leg Dieksekusi pada isolator tunggal pada komponen frekuensi
tinggi atau isolator kebocoran arus. Lagu et al. mengabaikan frekuensi rendah komponen atau
kebocoran arus dan ze Diperiksa frekuensi Spectra tussen 1,25 dan 2,5 kHz [6]. Pada tahun 2005,
Zhao et al. Cina dapat menentukan polusi isolator tingkat dengan menggunakan Packet Transformasi
Wavelet dan ook kebisingan Metode reduksi. Way Down memantau nilai maksimum atau isolator
kebocoran arus yang dari permukaan isolator dan Bisa Dan Prediktor flash ke Meneliti tingkat polusi.

Gambar. Studi 1. Kasus pengumpan diagram garis tunggal.

Pada tahun 2006 Memaripour et al. menguji hubungan antara kebocoran arus dan tingkat polusi
isolator di distribusi isolator keramik. Mereka merancang ruang kabut dan simulasi kondisi yang
insulator dirawat di dalamnya. Mereka dieksekusi polusi didefinisikan pada permukaan insulator dan
kemudian ditempatkan isolator di dalam ruang kabut. Mereka menggunakan maksimum, minimum
dan rata-rata kebocoran arus yang dicatat oleh osiloskop dalam rangka untuk mencocokkan tingkat
polusi didefinisikan dengan kebocoran arus [14]. Dalam makalah ini metode yang berbeda dari
metode yang disebutkan telah diusulkan. Metode yang diusulkan dapat menentukan tingkat
pencemaran isolator pengumpan dengan menggunakan arus pengumpan akhir sumber. Berikut ini
dan di bagian kedua, konsep dasar telah dibahas. sistem akuisisi data diidentifikasi di bagian 3 dan
prosedur pengolahan data di bagian 4 telah dibahas. Diperoleh kurva akhir kontaminasi isolator
didefinisikan dalam hasil bagian.

Gambar. 2. Tiga tingkat pita frekuensi DWT

terurai oleh serangkaian rendah dan tinggi-pass filter diikuti oleh down-sampel pada setiap tahap
seperti ditunjukkan pada Gambar. 3. Struktur khusus dari filter ditentukan oleh Ibu wavelet
digunakan untuk analisis data dan dengan kondisi dikenakan untuk rekonstruksi sempurna dari
sinyal asli. Itu pendekatan adalah output dari low-pass filter, sementara detail adalah output dari
high-pass filter. Dalam multi-resolusi diad analisis, proses dekomposisi iterasi sehingga perkiraan
yang berturut-turut membusuk. Sinyal asli dapat direkonstruksi dari rincian dan pendekatan pada
setiap tahap [11/09]. Sebuah sinyal dekomposisi tiga tingkat diilustrasikan pada Gambar. 4. hasil
dekomposisi sampai rincian individu terdiri dari tunggal sampel. Sifat dari proses menghasilkan satu
set vector a3, d3, d2, dan d1, yang berisi koefisien yang sesuai. Ini vektor yang panjang yang
berbeda, berdasarkan kekuatan dari dua. Ini koefisien proyeksi sinyal ke wavelet pada
diberikan skala. Mereka berisi informasi sinyal pada pita frekuensi yang berbeda (A3, d3, d2, dan d1)
ditentukan oleh frekuensi filter bank tanggapan. Seperti yang diharapkan, band ini dari lebar yang
tidak sama [16]. SEBUAH berbagai keluarga wavelet yang berbeda telah diusulkan dalam literatur.
Pilihan ibu wavelet memainkan peran penting dalam analisis frekuensi waktu. Metode wavelet
packet merupakan generalisasi dari dekomposisi wavelet yang menawarkan berbagai kaya
kemungkinan analisis sinyal. Dalam analisis wavelet, sinyal dibagi menjadi perkiraan dan rinci.
pendekatan ini kemudian sendiri dibagi menjadi tingkat kedua

gambar

gambar

pendekatan dan detail, dan proses ini diulang. Untuk n-tingkat dekomposisi, ada n + 1 cara yang
mungkin untuk terurai atau mengkodekan sinyal. Dalam analisis paket wavelet, rincian serta
perkiraan dapat dibagi. Ini menghasilkan lebih dari 22n 1 cara yang berbeda untuk mengkodekan
sinyal. Ara. 5 menunjukkan pohon dekomposisi paket [2,13]

analisis komponen utama (PCA)

Tujuan dari pengurangan dimensi adalah untuk mengurangi dimensi dari masalah pengenalan pola
sebanyak mungkin dengan kehilangan minimal informasi. reduksi dimensi dapat dicapai dengan cara
ekstraksi fitur atau seleksi. Kepala Sekolah analisis komponen (PCA, juga disebut K-L transformasi)
adalah salah satu teknik dimensi-pengurangan yang paling banyak digunakan dalam kasus-kasus
yang paling praktis. PCA menemukan subruang linear yang paling mewakili data tanpa menggunakan
informasi dari label kelas, yang biasanya disebut metode reduksi dimensi tanpa pengawasan. Dalam
PCA vektor pertama didekomposisi menjadi kombinasi linear dari fungsi dasar ortogonal di mana
koefisien kombinasi tidak berkorelasi, dan kemudian dimensi vektor fitur berkurang seperti yang
dijelaskan di bawah ini [3,4]. Seandainya distribusi data adalah Gaussian, matriks varians-kovarians
dari fitur vektor P adalah

di mana N adalah jumlah vektor fitur, X adalah vektor fitur dan l adalah mean dari vektor fitur. Pis
simetris dan definit positif. Dengan demikian terdapat matriks mirip dengan P yang diagonal,
(disebut P *). Untuk tujuan ini matriks U dibangun sedemikian rupa sehingga

di mana ki adalah nilai eigen k dari P, dan baris ke-i dari U adalah vektor eigen dinormalisasi sesuai. U
adalah matriks transformasi yang mengubah fitur asli ke ruang angkasa baru dengan fitur
berkorelasi. Jika distribusi data tidak Gaussian, fitur dalam ruang baru akan berkorelasi. Hal ini dapat
ditunjukkan bahwa sifat optimum dari PCA puas jika baris matriks transformasi U dipilih sebagai m
(keluar dari k) eigen dinormalisasi sesuai dengan nilai eigen terbesar dari diagonal kovarians matriks
P *.

Rasio eigen untuk jumlah nilai eigen mengungkapkan persentase MSE (mean square error)
diperkenalkan oleh penghapusan eigenvector engan. Jadi dimensi vektor fitur dapat dikurangi
sampai akurasi yang diinginkan tercapai.
Akuisisi data

Sebuah pengumpan 20 kV di daerah industri tercemar dipilih untuk pengumpulan data saat ini yang
mencakup isolator kebocoran arus

(ILC). panjang Feeder adalah 5 km dan ada 84 insulator pada setiap fase. Tiga fase saat tercatat pada
akhir sumber menggunakan Hall Effect transduser, QualistarPlus C.A 8335 daya analisa dan
komputer. CT dihubungkan pada kabel output gardu (lihat Gambar. 6). Data ini direkam pada
sampling rate 12,8 kHz dan karena keterbatasan analyzer listrik hanya 1 siklus tercatat pada setiap
langkah. Ara. 7 menunjukkan koneksi instrumen pada 132/20 kV gardu. Semua data yang
dikumpulkan dapat dibagi dalam dua bagian. Pada bagian pertama bentuk gelombang saat ini
tercatat dalam periode enam bulan, tiga kali sehari. Jadi 180 bentuk gelombang saat ini telah
tercatat. Bagian kedua dari pengumpulan data telah dilakukan dalam setengah periode jam. Pada
bagian ini pengumpan saklar tengah telah dibuka selama lima menit dan kemudian ditutup.
Sebelum, selama dan setelah proses ini, bentuk gelombang saat ini telah tercatat tiga puluh kali
dalam satu menit. Sekitar 800 bentuk gelombang saat ini telah dicatat di bagian ini. Pada bagian
kedua kita dapat menemukan efek nomor isolator. Juga kita dapat memeriksa bahwa kontaminasi
ciri-ciri akan konstan dalam data yang tercatat dalam interval beberapa waktu. Rincian dijelaskan
dalam bagian berikutnya. Faktor utama yang dipengaruhi oleh kontaminasi terakumulasi pada
permukaan isolator adalah kebocoran arus yang umumnya diukur

Gambar. 6. Skema diagram gardu, kabel, garis, listrik analyzer, dan komputer.
di mA. Makalah ini mengusulkan sebuah metode yang didasarkan pada analisis dampak saat
pengumpan saat ini dan pada dasarnya kebocoran di atasnya. Karena metode yang diusulkan adalah
metode On-Line yang menentukan tingkat pencemaran rata-rata pada isolator, sehingga diukur saat
ini total arus feeder dari gardu untuk semua pengumpan dan di Amps.

metode yang diusulkan

Setelah proses perekaman data, dalam dua bagian yang sama sekali 1000 gelombang saat ini telah
tercatat. Ara. 8 menunjukkan beberapa data yang tercatat.

Karena arus yang tercatat adalah kombinasi dari arus beban dan ILC, metode berikut telah
digunakan deteksi fitur ILC dari arus direkam. Metode yang diusulkan dapat dijelaskan dalam 5
langkah seperti dalam subbagian berikut

Langkah 1: sinyal sekarang dekomposisi berdasarkan DWT

dengan urutan waktu setelah proses perekaman data. Pertama-tama, masing-masing tercatat saat
terurai kepada tingkat ketiga menggunakan semua wavelet ibu didefinisikan dalam perangkat lunak
MATLAB. Sebagai contoh salah satu sinyal membusuk kepada tingkat ketiga dengan menggunakan
keluarga Daubechies sebagai ibu wavelet telah ditunjukkan pada Gambar. 9. Karena setiap saat
direkam memiliki 256 sampel, sehingga tiga tingkat pertama memiliki 128, 64, dan 32 sampel
masing-masing. Pada langkah ini, setiap saat seperti ditunjukkan pada Gambar. 9 telah
didekomposisi ke 14 sub-sinyal dengan frekuensi yang ditentukan sesuai dengan Tabel 1.

Langkah 2: Fitur ekstraksi

Setelah menjalankan langkah pertama, benar-benar 53 * 14 * 1000 sinyal telah diterima sedangkan
53 mewakili jumlah wavelet ibu yang digunakan, 14 mewakili jumlah komponen yang terurai untuk
setiap sinyal dan akhirnya 1000 merupakan jumlah direkam sinyal. Dalam langkah ini beberapa fitur
seperti mean, maksimum, varians, minimum, sum, berarti mutlak, maks mutlak, momentum, berarti
persegi dan jumlah absolut telah
Gambar. 8. Tercatat bentuk gelombang saat ini. A. Bentuk gelombang 9 19 2012, 1 05 3:00. B.
Bentuk gelombang 5 26, 2012, 7 27 19 PM.

Gambar. 9. Saat sinyal dekomposisi ke tingkat ketiga dan beberapa pita frekuensi.

dihitung untuk setiap komponen sinyal membusuk. Ara. 10 menunjukkan contoh perhitungan
tersebut. Ara. 11 menunjukkan nilai dari satu fitur untuk semua sinyal terurai dengan ibu wavelet
khusus.

Bagian A di Gambar. 11 adalah sesuai dengan data enam bulan rekaman (Bagian 1 dalam proses
perekaman data) dan bagian B adalah sesuai dengan 30 menit data rekaman (Bagian 2 dalam proses
perekaman data) yang sesuai dengan pembukaan dan reclosing saklar di tengah feeder.
Gambar. 11. Nilai dari fitur dihitung untuk semua sinyal membusuk, ibu wavelet: db3, komponen: (2,
1), fitur: varian.

Pada akhir langkah ini 53 * 14 * 10 kurva telah diplot, sedangkan 10 menyatakan sepuluh fitur yang
disebutkan.

hasil dan Diskusi

Berdasarkan penjelasan sebelumnya, Gambar. 14 sebagai kurva output indeks yang relatif isolator
kontaminasi dalam feeder. kurva digambarkan diekstrak dari pengumpan saat di akhir sumber.
Bagian A adalah sesuai dengan bagian pertama dari data yang tercatat selama enam bulan. Seperti
ditunjukkan, pertumbuhan indeks ini selama waktu yang dihabiskan, dan ini adalah karena
meningkatnya polusi pada permukaan isolator. Kurva indeks di bagian ini adalah nonlinear dan
dalam beberapa poin mungkin akan menurun. nonlinier ini dan penurunan nilai indeks dipengaruhi
dari kondisi cuaca. Bagian B indeks berhubungan dengan bagian kedua dari pengumpulan data
selama 30 menit dengan disconnecting switch di tengah pengumpan. Seperti yang ditunjukkan, ini
bagian dari indeks memiliki lembah yang terkait dengan beralih waktu. Selama waktu beralih hampir
setengah dari isolator keluar dan seperti yang diharapkan, pengurangan isolator menyebabkan
penurunan indeks kontaminasi. Sebelum beralih waktu, indeks memiliki tinggi dan hampir konstan
nilai. Sambung kembali data dalam beberapa menit sebelum beralih dengan kondisi fisik yang stabil
disebabkan fitur ini. Seketika setelah membuka switch, indeks mengurangi tajam dan ini adalah
karena penurunan angka isolator.
Gambar. 14. Insulator Indeks kontaminasi - bagian A menunjukkan periode 6 bulan dan bagian B
menyatakan periode 30 menit. Drop dalam bagian B terkait untuk memutuskan beberapa isolator.

Indeks kontaminasi setelah reclosing pertumbuhan saklar tiba-tiba dan menerima ke tingkat hampir
konstan. Meskipun dalam hal ini perekaman data paruh waktu singkat dan nomor isolator adalah
sama, tetapi tingkat ini tidak sama dengan kontaminasi Nilai sebelum membuka switch. Karena
ketika mematikan, beberapa Kondisi isolator akan berubah karena mereka tidak terhubung ke
pasokan tegangan, dan oleh reclosing saklar itu perlu beberapa kali untuk kembali ke kondisi
sebelumnya. Lancar pertumbuhan indeks setelah reclosing saklar menunjukkan hal ini.
Pemberitahuan kepada sudut lembah menunjukkan permukaan yang tidak rata. Ini berhubungan
dengan pengelompokan data seperti yang dijelaskan pada langkah 3 di bagian sebelumnya. Makalah
ini menyusul tujuan utama untuk memantau akumulasi Tingkat polusi di permukaan isolator dalam
feeder distribusi. Itu Metode yang diusulkan didasarkan pada analisis pengumpan saat dalam rangka
untuk menentukan tingkat pencemaran. Karena arus yang tercatat adalah Kombinasi dari arus beban
dan ILC, metode telah diusulkan untuk mendeteksi fitur ILC dari arus pengumpan direkam. Oleh
karena itu, indeks pencemaran akhir yang disajikan di Koran menunjukkan hubungan arus
pengumpan dengan tingkat polusi selama 6 bulan perekaman data. Juga, tujuan utama yang diikuti
oleh tulisan ini adalah untuk mengusulkan metode baru untuk memantau tingkat pencemaran total
pengumpan isolator. Metode ini didasarkan pada baris saat ini dan beberapa diperkenalkan metode
pemrosesan sinyal. Dalam rangka untuk memvalidasi diusulkan Teknik untuk memantau polusi
dalam kondisi On-Line, beberapa kronologis data saat ini tercatat. Setelah itu, yang diusulkan
Metode ini dilakukan untuk menganalisis indeks polusi perilaku data. Hal ini sangat berguna untuk
menentukan tingkat standar berdasarkan data yang tercatat, tetapi sangat penting untuk mengakses
polusi batas untuk melakukan itu. Dengan kata lain, menentukan standar tingkat polusi tergantung
pada batas atas dan bawah. batas bawah adalah sesuai dengan benar-benar bersih isolator data.
batas atas adalah sesuai dengan tahap flashover data.

Kesimpulan

Isolator kontaminasi di daerah tercemar merupakan masalah penting. Terjadinya aperiodik dari luas
kontaminasi terkait pemadaman menyebabkan kerusakan serius pada jaringan distribusi. Dengan
demikian penentuan tingkat pencemaran akumulasi diperlukan. Makalah ini disajikan indeks baru
untuk identifikasi kontaminasi. Saat ini pada akhir sumber feeder 20 kV khas di daerah tercemar
digunakan untuk prosedur ini. PWT digunakan untuk ekstraksi fitur dan PCA untuk pengurangan
fitur. Hasil menyatakan indeks yang terkait dengan kontaminasi rata dengan akurasi yang tinggi.