Detecting and classifying transmission line faults by using artificial neural network

Abstract

Güç iletimi, Elektrik Mühendisliği alanında ana bir başlıktır. İletim hatlarındaki hatalar, elektrik sistemindeki yaygın ve esas problemlerdendir. Bu çalışmada, elektrik sistemini korumak amacıyla yüksek güvenilirliğe sahip iletim hatlarındaki farklı hataları tespit etme ve sınıflandırma amacıyla yöntemi ortaya koymaktayız. İletim hattında hızlı tespit olmadan herhangi bir arıza veya karışıklık meydana gelir ise, ekipman hasarına ve güç sistemi için ekonomik kayba neden olacaktır. Bu tez, iletim hatlarındaki hataları tespit etmek ve sınıflandırmak amacıyla Yapay Sinir Ağ Kullanımını ortaya koymaktadır. Yöntem, bir hatanın devre dışı olma süresini kısaltır. Yapay Sinir Ağı teknolojisinin işletmeye alınmasıyla bir 400 KV'lik iletim hattında meydana gelen hataları tespit etmek ve sınıflandırmak amacıyla dijital bir tespit sistemini önermiş bulunmaktayız. Sistem, bir hata tespit ünitesi ve bir hata sınıflandırma ünitesi olmak üzere iki fonksiyonel üniteden meydana gelmektedir. İki parça MATLAB'da uygulanmıştır. Hata tespiti, simülasyon yoluyla elde edilen farklı hatalı şartların akım ve voltaj sinyalleri için simülasyon yaratılarak önerilmiştir. Simülasyonda elde edilen dalga şekilleri, MATLAB programı ile Yapay Sinir Ağı yöntemi kullanılarak çalışılmıştır. Yöntemimiz, sekiz muhtelif giriş ve bir çıkıştan meydana gelmektedir. Simülasyonun sonuçları, hata tespiti için Yapay Sinir Ağına dair iyi bir performans göstermiştir. Arızanın gerçekleşmesinin ardından tespit süresi çok hızlı gerçekleşmiştir. Hata sınıflandırma ünitesi için modelimiz, aynı zamanda geçerli performansa sahip olduğunu da göstermiştir. Bu ünite için, on bir farklı türde hata olarak sınıflandırılabilir. Anahtar Sözcükler: İletim Hattı, Hata Tespiti ve Sınıflandırma, Yapay Sinir Ağı

Power transmission is a major issue in Electrical Engineering. Fault in transmission lines is a common and major problem in power system. In this study, we present the method to detect and classify different faults in a transmission line that has high reliability to protect the power system. If any fault or disturbance is generated in a transmission line without quick detection, it will cause damage to equipment and economic losses for the power system.This thesis presents Artificial Neural Network (ANN) to detect and classify faults in transmission lines. The method reduces outage times due to faults. We have proposed a digital detection system to detect and classify fault that happens in a 400 KV transmission line by employing ANN technology. The system consists of two functional sections: a fault detection unit and a fault classification unit. The two parts are implemented in MATLAB. Fault detection was proposed by creating a simulation for current and voltage signals of different fault conditions that obtain through simulation. The waveforms obtained in the simulation were trained using the ANN method with the MATLAB program. Our method consists of eight variables as inputs and one as output. The results of simulation appeared good performance of ANN for the fault detection. The time of detection was very fast after fault happened. For the fault classification unit, our model improved that it has valid performance also. For this unit, it can be classified eleven different types of faults.Keywords: Transmission Line, Fault Detection, and Classification, Artificial Neural Network.