Fault Classification in Distribution Systems Bsaed on Fault Current Angles

Oliveira, Amanda Suellenn da Silva Santos; Garcia, P.A.N.; Oliveira, Leonardo W. de; Oliveira, Edimar J. de; Silva, Helio Antonio

doi:10.1109/tla.2016.7430080

Cited by 11 publications

(2 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Sendo assim, pode-se citar a utilização das RNAs para a detecção de defeitos simultâneos (Ledesma 2016), além de técnicas voltadas para a análise dos desbalanços de tensão (Eugene 1986) (Vieira et al 2018). Ainda, pode-se citar a classificação de defeitos baseada no ângulo das correntes de falta e com auxílio de RNAs (Oliveira et al 2016).…”

Section: Introductionunclassified

Método para a detecção e identificação de defeitos simultâneos em sistemas de distribuição utilizando redes neurais artificiais

Nascimento

Araujo

2020

Anais Do Simpósio Brasileiro De Sistemas Elétricos 2020

View full text Add to dashboard Cite

Este trabalho propõe um método para detecção e identificação de defeitos simultâneos em sistemas de distribuição usando redes neurais artificiais. Os defeitos simultâneos são caracterizados pela abertura de um cabo condutor com contato a uma superfície de determinada impedância. Assim, estes defeitos podem ser divididos em duas categorias: os defeitos com contato pelo lado mais próximo à fonte e os defeitos com contato pelo lado mais próximo à carga. Cada uma das categorias das faltas apresentam características próprias que são devidamente comentadas neste trabalho. Posteriormente, o método para a detecção dos defeitos simultâneos é apresentado e testado no sistema IEEE 34 barras. Além disso, são testados diferentes tipos de medições de correntes e o número de medidores para determinação da melhor condição de operação do método proposto.

show abstract

Section: Introductionunclassified

Método para a detecção e identificação de defeitos simultâneos em sistemas de distribuição utilizando redes neurais artificiais

Nascimento

Araujo

2020

Anais Do Simpósio Brasileiro De Sistemas Elétricos 2020

View full text Add to dashboard Cite

show abstract

“…Ghaderi and et al [16], studied a high impedance fault detection in the distribution network using the time-frequency-based algorithm. Oliveira and et al [17], have enhanced a Fault classification in distribution systems based on fault current angles. The algorithm is based on Artificial neural networks associated with fault current angles information and classifies series, shunt and simultaneous faults with cable on the source or on the load.…”

Section: Introductionmentioning

confidence: 99%

Wavelet Based Fault Detection and Classification Algorithm for a Real Distribution Feeder

OkumuÅŸ

Nuroğlu

2019

emitter

View full text Add to dashboard Cite

As the importance of protection in power systems increase, knowing the type of malfunction occurring in the system has become crucial. Especially in the distribution system where electricity is delivered to the consumer, detecting the right fault type with a short amount of time is important. For this purpose in this study, AkyazÄ±-DÃ¼zkÃ¶y distribution feeder in Trabzon province, where faults commonly occur, is modeled with Digsilent Powerfactory. The model is performed with actual parameters including 465 lines, 243 loads, 233 transformers and 1093 busbars. First, the load flow and short circuit analysis have been carried out for the validation of the model. Then a fault detection and classification algorithm is enhanced using the wavelet transform and the energy of the coefficients. Different types of short circuit faults are created at different points on the model to test the accuracy of the algorithm. The fault inception time and the effect of the fault resistance are also investigated.

show abstract

Fault Classification Comparison in Power System Using Nearest Neighbor and Decision Tree

Kumar

2021

Advances in Smart Grid Automation and Industry 4.0

View full text Add to dashboard Cite

Fault Classification in Distribution Systems Bsaed on Fault Current Angles

Cited by 11 publications

References 12 publications

Método para a detecção e identificação de defeitos simultâneos em sistemas de distribuição utilizando redes neurais artificiais

Método para a detecção e identificação de defeitos simultâneos em sistemas de distribuição utilizando redes neurais artificiais

Wavelet Based Fault Detection and Classification Algorithm for a Real Distribution Feeder

Fault Classification Comparison in Power System Using Nearest Neighbor and Decision Tree

Contact Info

Product

Resources

About