An Incipient Fault Location Scheme Utilizing Synchronous Waveform Measurements in Distribution Systems
Notice bibliographique
Résumé
Incipient faults frequently occur in underground cables due to the widespread aging of power distribution infrastructure. These faults are self-clearing with short duration, posing significant challenges for accurately pinpointing their locations. This paper proposes a novel incipient fault location scheme for medium-voltage underground distribution systems in North America, leveraging synchronized waveform measurement units (WMUs). Initially, zero-sequence fault voltage models at the fault point are derived from upstream and downstream WMU measurements, incorporating system topology and parameters. Utilizing these zero-sequence fault voltage models, a maximum likelihood estimation (MLE) framework is developed to estimate the fault distance for each line segment, with a whitening process applied to mitigate the effects of correlated noise. Subsequently, a candidate fault line segment is identified for each path from the substation to the end of each branch. Finally, the fault location is pinpointed within one of the candidate fault line segments, using the corresponding fault distance estimation result and the depth between the substation and candidate fault line segments, along with a truncated mean square error (MSE). The performance of the proposed scheme is evaluated in PSCAD/EMTDC based on the IEEE 33-Bus and 123-Bus Test Feeders with various fault types, parameters and locations. The simulation results indicate that the proposed scheme achieves high accuracy in fault location.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».