مدلی هوشمند و زمان-تطبیقی برای شناسایی خطاهای متقارن و نامتقارن در شرایط نوسان توان

عملکرد ناخواسته رله دیستانس طی شرایط نوسان توان، می تواند به گسترش اغتشاش و وخیم تر شدن وضعیت شبکه قدرت منجر شود. بنابراین، تشخیص سریع و دقیق نوسان توان و قفل نمودن رله دیستانس پس از وقوع نوسان توان برای حفظ امنیت و قابلیت اطمینان شبکه قدرت، امری ضروری است. از سویی دیگر، در صورت وقوع خطا طی نوسان توان، به منظور حفظ شاخص قابلیت اتکای سیستم حفاظتی، لازم است تا خطا شناسایی شود. این مقاله الگوریتمی هوشمند و زمان تطبیقی برای تشخیص خطاهای متقارن و نامتقارن در خطوط انتقال جبران شده سری طی نوسان توان مبتنی بر شبکه عصبی بازگشتی حافظه کوتاه مدت ماندگار (Long Short Term Memory (LSTM)) ارایه می دهد. این روش از جریان های سه فاز در محل رله دیستانس به عنوان ورودی استفاده می کند. به منظور بررسی الگوریتم پیشنهادی، شبکه استاندارد برای تست سیستم حفاظت خطوط انتقال که توسط کمیته حفاظت سیستم قدرت IEEE ارایه شده است، در نظر گرفته شد. انواع خطا در شرایط مختلف از جمله مکان خطا، مقاومت خطا، زاویه بار و زمان وقوع خطا در نرم افزار PSCAD شبیه سازی شدند. نتایج نشان می دهند که روش پیشنهادی دارای میانگین پاسخ زمانی (Average Response Time (ART)) و میانگین دقت (Average Accuracy (AA)) به ترتیب 1004/0 میلی ثانیه و 04/99 درصد می باشد.