Ανάπτυξη μεθοδολογίας εντοπισμού θέσης σφάλματος βραχυκύκλωσης σε σύγχρονα συστήματα διανομής ηλεκτρικής ενέργειας

Abstract

Electrical Power Distribution Systems (EPDSs) are responsible for supplying electricity to end users in a reliable, high-quality, and cost-effective manner. Achieving this objective relies primarily on the optimal design of the distribution network. However, regardless of the quality of the system design, the occurrence of faults cannot be completely prevented, nor is it technically or economically justifiable to attempt to eliminate them entirely. Instead, the prompt clearance of faults, followed by the accurate identification of their location, is essential. These functions are performed by the protection system of the EPDS. To date, the systematic location of short-circuit faults without the need to dispatch field crews for visual inspection of the affected feeder or to perform field testing (e.g., using frequency generators) has not become common practice, even in conventional radial distribution systems without distributed generation. In modern EPDSs, however, the integration of distributed generation has enabled bidirectional power flow in distribution feeders, even when the network topology remains radial. This development necessitates not only the redesign of distribution system protection schemes but also the development of new fault-location methodologies capable of accounting for these operating conditions. At the same time, these methodologies can exploit the advanced protection, monitoring, control, and communication technologies that are progressively being deployed in modern distribution systems. This doctoral dissertation develops novel methodologies for the systematic and highly accurate location of short-circuit faults, taking into account the operational and topological characteristics of modern EPDSs. The proposed methodologies are based on the analysis of the faulted network using synchronized voltage and current phasors recorded at selected network buses before and during the fault. In addition, a methodology for the location of single-line-to-ground faults based on machine learning models is proposed. The models are trained using features extracted through Wavelet Scattering Networks (WSNs). The obtained results demonstrate that the features generated by Wavelet Scattering Networks provide a highly informative representation of electrical signals, enabling more effective analysis of distribution systems and significantly improving the accuracy of fault location.

Τα συστήματα διανομής ηλεκτρικής ενέργειας (ΣΔΗΕ) επιφορτίζονται με την υποχρέωση τροφοδότησης των τελικών καταναλωτών. Η τροφοδότηση αυτή πρέπει να γίνεται με ποιοτικό, αξιόπιστο και οικονομικό τρόπο. Στην κατεύθυνση αυτή πρωταρχικό ρόλο παίζει ο βέλτιστος σχεδιασμός του ΣΔΗΕ. Ωστόσο, όσο καλός και αν είναι ο σχεδιασμός ενός ΣΔΗΕ, δεν είναι δυνατό να αποφευχθεί πλήρως η εμφάνιση σφαλμάτων και ούτε είναι σκόπιμο με τεχνικοοικονομικά κριτήρια. Σκόπιμη είναι η έγκαιρη εκκαθάριση και στη συνέχεια ο εντοπισμός της θέσης του σφάλματος, ενέργειες που αναλαμβάνει το σύστημα προστασίας του ΣΔΗΕ. Ο συστηματικός εντοπισμός της θέσης ενός σφάλματος βραχυκύκλωσης, χωρίς την ανάγκη αποστολής συνεργείου για την επισκόπηση της εσφαλμένης γραμμής ή την πραγματοποίηση δοκιμών (π.χ. με γεννήτριες συχνότητας), δεν έχει γενικευτεί μέχρι σήμερα ούτε για τα κλασικά ακτινικά ΣΔΗΕ χωρίς μονάδες παραγωγής. Στα σύγχρονα ΣΔΗΕ, η ενσωμάτωση μονάδων παραγωγής έχει κάνει δυνατή την αμφίδρομη ροή ισχύος στις γραμμές διανομής ακόμη και αν αυτές είναι ακτινικές. Το γεγονός αυτό απαιτεί τόσο τον επανασχεδιασμό του συστήματος προστασίας του ΣΔΗΕ, όσο και την ανάγκη ανάπτυξης νέων μεθοδολογιών εντοπισμού της θέσης ενός σφάλματος βραχυκύκλωσης που να λαμβάνει υπόψη τα παραπάνω. Ωστόσο, οι νέες μεθοδολογίες μπορούν να εκμεταλλευτούν τις σύγχρονες τεχνολογίες προστασίας, ελέγχου και επικοινωνίας, που ενσωματώνονται σταδιακά στα ΣΔΗΕ. Στην παρούσα διδακτορική διατριβή αναπτύσσονται κατάλληλες μεθοδολογίες για τον συστηματικό εντοπισμό της θέσης σφαλμάτων βραχυκύκλωσης με υψηλή ακρίβεια, λαμβάνοντας υπόψη τις ιδιαίτερες λειτουργικές και τοπολογικές απαιτήσεις των ΣΔΗΕ. Οι προτεινόμενες μεθοδολογίες βασίζονται στην ανάλυση του εσφαλμένου κυκλώματος με αξιοποίηση των φασιθετών τάσης και ρεύματος που καταγράφονται σε επιλεγμένους κόμβους του δικτύου, τόσο πριν από την εκδήλωση του σφάλματος όσο και κατά τη διάρκειά του. Επιπλέον, προτείνεται μια μεθοδολογία εντοπισμού μονοφασικών σφαλμάτων που βασίζεται σε μοντέλα μηχανικής μάθησης, τα οποία εκπαιδεύονται με δεδομένα που εξάγονται μέσω μετασχηματισμών σκέδασης κυματιδίων (Wavelet Scattering Networks). Τα αποτελέσματα καταδεικνύουν ότι τα χαρακτηριστικά που προκύπτουν από τα δίκτυα σκέδασης κυματιδίων αποτελούν ιδιαίτερα αποτελεσματική αναπαράσταση των σημάτων, παρέχοντας πολύτιμη πληροφορία για την ανάλυση των ΣΔΗΕ και βελτιώνοντας σημαντικά την ακρίβεια του εντοπισμού των σφαλμάτων.