Publicado:
2021-12-24Número:
Vol. 18 Núm. 2 (2021): Revista TekhnêSección:
ArtículosTraveling wave method for analysis of faults in a high voltage transmission line
Método de las ondas viajeras para el análisis de fallas en una línea de transmisión de alta tensión
Palabras clave:
ATP-EMTP, Alta tensión, línea de transmisión, localización de fallas, onda viajera (es).Palabras clave:
ATP-EMTP, fault location, high voltage, transmission line, traveling wave (en).Descargas
Resumen (en)
This paper presents an analysis of the error presented in the location of faults by the traveling wave method, and the traveling wave method analyzing reflected waves. This analysis arises from the results of the simulation of a high voltage transmission line in the ATP-EMTP software that allows us to simulate faults in a very graphical way and gives, as a result, the waveform presented at the measurement points. The results show similar behavior between theoretical behavior and simulation.
Resumen (es)
En este artículo se presenta un análisis sobre el error presentado en la ubicación de fallas por el método de ondas viajeras, y el método de ondas viajeras analizando ondas reflejadas. Este análisis surge de los resultados de la simulación de una línea de transmisión en alta tensión en el software ATP-EMTP que nos permite simular fallas de una forma bastante gráfica, y da como resultado la forma de onda presentada en los puntos de medición. Los resultados muestran comportamientos similares entre comportamiento teórico y simulación.
Referencias
Abubakar, U., Mekhilef, S., Gaeid, K. S., Mokhlis, H., & Mashhadany, Y. I. A. (2020). Induction motor fault detection based on multi-sensory control and wavelet analysis. IET Electric Power Applications, 14(11), 2051–2061. https://doi.org/10.1049/iet -epa.2020.0030
Adly, A. R., Aleem, S. H. E. A., Algabalawy, M. A., Jurado, F., & Ali, Z. M. (2020). A novel protection scheme for multi-terminal transmission lines based on wavelet transform. Electric Power Systems Research, 183(1), 106286. https://doi.org/10.1016/j.epsr.2020.106286
Afrasiabi, S., Afrasiabi, M., Mohammadi, M., & Parang, B. (2020). Fault localisation and diagnosis in transmission networks based on robust deep gabor convolutional neural network and PMU measurements. IET Generation, Transmission & Distribution, 14(26), 6484–6492. https://doi.org/10.1049/iet-gtd.2020.0856
Barman, J., & Hazarika, D. (2020). Linear and quadratic time–frequency analysis of vibration for fault detection and identification of NFR trains. IEEE Transactions on Instrumentation and Measurement, 69(11), 8902–8909. https://doi.org/10.1109/TIM.2020.2998888
Cherif, H., Benakcha, A., Laib, I., Chehaidia, S. E., Menacer, A., Soudan, B., & Olabi, A. (2020). Early detection and localization of stator inter-turn faults based on discrete wavelet energy ratio and neural networks in induction motor. Energy, 212(1), 118684. https://doi.org/10.1016/j.energy.2020.118684
Gafoor, S. A., & Rao, P. V. R. Wavelet based fault detection, classification and location in transmission lines. In: 2006 IEEE international power and energy conference. 2006, 1–6. https://doi.org/10.1109/PECON.2006.346630.
Huang, J., Gao, H., Zhao, L., & Feng, Y. (2020). Instantaneous active power integral differential protection for hybrid AC/DC transmission systems based on fault variation component. IEEE Transactions on Power Delivery, 35(6), 2791–2799. https://doi.org/10.1109/TPWRD.2020.3011459
Li, X., Wu, S., Li, X., Yuan, H., & Zhao, D. (2020). Particle swarm optimization-support vector machine model for machinery fault diagnoses in high-voltage circuit breakers. Chinese Journal of Mechanical Engineering, 33(1), 6. https://doi.org/10.1186/s10033-019-0428-5
Rafique, F., Fu, L., & Mai, R. (2021). End to end machine learning for fault detection and classification in power transmission lines. Electric Power Systems Research, 199(1), 107430. https://doi.org/10.1016/j.epsr.2021.107430
Ren, H., Hou, Z. J., Vyakaranam, B., Wang, H., & Etingov, P. (2020). Power system event classification and localization using a convolutional neural network. Frontiers in Energy Research, 8(1), 607826. https://doi.org/10.3389/fenrg.2020.607826
Rivas, A. E. L., & Abrão, T. (2020). Faults in smart grid systems: Monitoring, detection and classification. Electric Power Systems Research, 189, 106602. https://doi.org/10.1016/j.epsr.2020.106602
Saber, A., Zeineldin, H., El-Fouly, T., & Al-Durra, A. (2020). Current differential relay characteristic for bipolar HVDC transmission line fault detection. IET Generation, Transmission & Distribution, 14(23), 5505–5513. https://doi.org/10.1049/iet-gtd.2020.0556
Torres, V., Guillen, D., Olveres, J., Escalante, B., & Rodriguez, J. (2020). Modelling of high impedance faults in distribution systems and validation based on multiresolution techniques. Computers & Electrical Engineering, 83(1), 106576. https://doi.org/10.1016/j.compeleceng.2020.106576
Wang, S., & Dehghanian, P. (2020). On the use of artificial intelligence for high impedance fault detection and electrical safety. IEEE Transactions on Industry Applications, 56(6), 7208–7216. https://doi.org/10.1109/TIA.2020.3017698
Yousaf, M. Z., Liu, H., Raza, A., & Baig, M. B. (2020). Primary and backup fault detection techniques for multi-terminal HVdc systems: A review. IET Generation, Transmission & Distribution, 14(22), 5261–5276. https://doi.org/10.1049/iet-gtd.2020.0060
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Visitas
Descargas
Licencia
Derechos de autor 2021 Yonatan F. Ochoa V., Cristian F. Penagos B.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada.