view in publisher's site

Fault Localization on the Transmission Line Using FDOST and RBFNN

This paper presents a fault localization technique based on fast discrete orthogonal Stockwell transform (FDOST) and radial basis function neural network (RBFNN) on the transmission line. A part of the transmission network of WBSETCL, West Bengal is designed and simulated in MATLAB Simulink for the fault investigation. The fault current signals are recorded at one end of the transmission line with a sampling frequency of 50 kHz, and FDOST energy is extracted as fault feature from each of the three fault current signals. These features are fed to the RBFNN for fault localization on the transmission line. The proposed algorithm is found accurate for different types of faults, fault resistances and fault inception angles (FIA) at different locations on the transmission line.

خطای نقص در خط انتقال با استفاده از FDOST و RBFNN

این مقاله یک تکنیک مکان‌یابی خطا براساس تبدیل سریع discrete متعامد (FDOST)و شبکه عصبی تابع پایه شعاعی (RBFNN)در خط انتقال ارائه می‌کند. بخشی از شبکه انتقال of، بنگال غربی طراحی و در MATLAB Simulink برای بررسی خطا شبیه‌سازی شده‌است. سیگنال‌های جریان خطا در یک انت‌های خط انتقال با فرکانس نمونه‌برداری ۵۰ کیلوهرتز ثبت می‌شوند و انرژی FDOST به عنوان ویژگی خطا از هر سه سیگنال جریان خطا استخراج می‌شود. این ویژگی‌ها به RBFNN برای مکان‌یابی خطا در خط انتقال داده می‌شوند. الگوریتم پیشنهادی برای انواع مختلف خطا، مقاومت‌های عیب و زوایای شروع خطا (اداره تحقیقات فدرال)در موقعیت‌های مختلف در خط انتقال یافت می‌شود.

ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.