پیوندهای مفید
آمار
| تعداد نشریات | 22 |
| تعداد شمارهها | 705 |
| تعداد مقالات | 10,146 |
| تعداد مشاهده مقاله | 71,450,492 |
| تعداد دریافت فایل اصل مقاله | 63,173,980 |
روشی تطبیقی برای تشخیص خطای حین نوسان توان در رلههای دیستانس بر مبنای تبدیل فوریهی کوتاه | ||
| مدل سازی در مهندسی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 17 آبان 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2025.38133.2867 | ||
| نویسنده | ||
| لیلا محمدیان* | ||
| دانشکده مهندسی برق، واحد شبستر، دانشگاه آزاد اسلامی، شبستر، ایران | ||
| تاریخ دریافت: 30 خرداد 1404، تاریخ بازنگری: 19 مهر 1404، تاریخ پذیرش: 05 آبان 1404 | ||
| چکیده | ||
| تشخیص خطا در حین نوسان توان، یکی از چالشهای مهم در عملکرد رلههای دیستانس بهشمار میرود. در این مقاله، یک روش نوین مبتنی بر تبدیل فوریهی زمانکوتاه تطبیقی (Adaptive Short-Time Fourier Transform - ASTFT) برای تشخیص قابلاعتماد خطا در شرایط نوسان توان ارائه شده است. اساس این روش، تحلیل محتوای فرکانسی سیگنال جریان و محاسبهی انرژی طیف آن است. نوآوری الگوریتم پیشنهادی در تطبیق پویای عرض پنجرهی تحلیل زمانی-فرکانسی نهفته است؛ بهگونهای که در شرایط عادی و نوسان توان، برای دستیابی به رزولوشن فرکانسی بالا از پنجرهای عریضتر، و در لحظهی وقوع خطا، برای دستیابی به رزولوشن زمانی بالا و تشخیص سریعتر، از پنجرهای باریکتر استفاده میشود. معیار این تطبیق، بر پایهی تخمین فرکانس لحظهای سیگنال و محاسبهی طول ایستایی محلی آن استوار است. برای ارزیابی روش پیشنهادی، شبیهسازیهایی در محیطهای PSCAD/EMTDC و MATLAB بر روی یک شبکهی قدرت استاندارد انجام گرفته است. نتایج حاصل نشان میدهند که روش ASTFT قادر است خطاهای متقارن و نامتقارن را در طول نوسان توان، مستقل از فرکانس نوسان (در محدودهی ۰٫۵ تا ۵ هرتز)، مکان وقوع خطا، مقدار مقاومت خطا و زمان شروع آن، بهدرستی تشخیص دهد. نکتهی مهمتر آنکه، زمان تشخیص این روش در مقایسه با روش کلاسیک STFT بهطور میانگین ۱۵ درصد سریعتر (کمتر از ۲۰ میلیثانیه) بوده و در مواجهه با پدیدههای اغتشاشی، عملکرد نادرستی ندارد. بهدلیل سرعت بالا، دقت مناسب و عدم حساسیت به شرایط مختلف شبکه، این روش یک راهحل عملی و مؤثر برای افزایش قابلیت اطمینان رلههای دیستانس در سیستمهای قدرت مدرن ارائه میدهد. | ||
| کلیدواژهها | ||
| رلهی دیستانس؛ نوسان توان؛ تبدیل فوریهی زمان-کوتاه تطبیقی (ASTFT)؛ تشخیص خطا؛ طیف فرکانسی | ||
| عنوان مقاله [English] | ||
| An Adaptive Method for Detecting the Faults During Power Swing in Distance Relays Based on Short Fourier Transform | ||
| نویسندگان [English] | ||
| Leila Mohammadian | ||
| Department of Electrical Engineering, Shab.C., Islamic Azad University, Shabestar, Iran | ||
| چکیده [English] | ||
| In this paper, a novel method based on the Adaptive Short-Time Fourier Transform (ASTFT) is proposed for reliable detection of faults under power swing conditions. The core of this approach lies in analyzing the frequency content of current signals and calculating their spectral energy. The innovation of the proposed algorithm is its dynamic adaptation of the time-frequency analysis window width: under normal and power swing conditions, a wider window is used to achieve high frequency resolution, while at the moment of fault occurrence, a narrower window is employed to enhance time resolution and enable faster detection. This adaptive mechanism is governed by estimating the instantaneous frequency of the signal and calculating its local stationarity length. To evaluate the proposed method, simulations were conducted in PSCAD/EMTDC and MATLAB environments on a standard power system network. Results demonstrate that ASTFT can detect symmetrical and asymmetric faults during power swings regardless of swing frequency (ranging from 0.5 to 5 Hz), fault location, fault resistance, or fault initiation time. Notably, the detection time of ASTFT is on average 15% faster than the classical STFT method (less than 20 milliseconds), and it maintains robust performance even in the presence of disturbances. Due to its high speed, accuracy, and insensitivity to varying network conditions, ASTFT offers a practical and effective solution for enhancing the reliability of distance relays in modern power systems. | ||
| کلیدواژهها [English] | ||
| Distance Relay, Power Swing, Adaptive Short Fourier Transform, Fault Detection, Frequency Spectrum | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 179 |
||