[論文レビュー] Detection of Faults in Power System Using Wavelet Transform and Independent Component Analysis

P. K. Ray, Basanta K. Panigrahi+3 more|arXiv (Cornell University)|Jan 1, 2016

Fault Detection and Control Systems被引用数 6

ひとこと要約

本稿では、電力系統における故障検出のためのハイブリッド手法として、ウェーブレット変換（WT）と独立成分分析（ICA）を組み合わせた手法を提案する。WTは時間周波数解析を用いて故障の発生を特定するのに対し、ICAは故障の検出に用いる性能指標を計算する。この手法は、ノイズ、周波数変動、高調波の条件下でも良好な故障検出性能を示し、FTおよびSTFTよりもエネルギーの特徴に基づく故障識別性能が優れている。

ABSTRACT

Uninterruptible power supply is the main motive of power utility companies that motivate them for identifying and locating the different types of faults as quickly as possible to protect the power system prevent complete power black outs using intelligent techniques. Thus, the present research work presents a novel method for detection of fault disturbances based on Wavelet Transform (WT) and Independent Component Analysis (ICA). The voltage signal is taken offline under fault conditions and is being processed through wavelet and ICA for detection. The time-frequency resolution from WT transform detects the fault initiation instant in the signal. Again, a performance index is calculated from independent component analysis under fault condition which is used to detect the fault disturbance in the voltage signal. The proposed approach is tested to be robust enough under various operating scenarios like without noise, with 20-dB noise and variation in frequency. Further, the detection study is carried out using a performance index, energy content, by applying the existing Fourier transform (FT), short time Fourier transform (STFT) and the proposed wavelet transform. Fault disturbances are detected if the energy calculated in each scenario is greater than the corresponding threshold value. The fault detection study is simulated in MATLAB/Simulink for a typical power system.

研究の動機と目的

• ノイズ、周波数変動、高調波の条件下でも信頼性高く動作する電力系統の故障検出手法を開発すること。
• ウェーブレット変換（WT）の時間周波数局在特性を活用し、故障発生の正確なタイミングを特定すること。
• 独立成分分析（ICA）を用いて、固定しきい値に依存せずに故障の擾乱を信頼性高く示す性能指標を抽出すること。
• 従来の変換手法（FTおよびSTFT）と比較して、エネルギー含量および故障検出精度の観点から、提案手法のWT-ICA手法の性能を評価すること。
• MATLAB/Simulinkを用いたシミュレーションにより、AG、AB、およびABCG故障を含むさまざまな故障シナリオにおける手法の有効性を検証すること。

提案手法

• グリッド接続型風力発電システムの共用コンセント（PCC）における電圧信号を、ドーブチエス4（db4）母関数を用いた連続ウェーブレット変換（CWT）で処理する。
• WTは、ローパスフィルタとハイパスフィルタを用いて信号を近似（a）および詳細（d）係数に分解し、マルチスケールの時間周波数解析を可能にする。
• 処理済み信号からICAに基づく性能指標を計算し、故障発生を示す急激な変化を検出する。
• FT、STFT、WTを用いて変換信号のエネルギー含量を計算し、WT出力で高いエネルギーが得られることで故障検出能が向上することを示す。
• エネルギー含量をしきい値と比較して故障検出を判定するが、提案手法はFTおよびSTFTよりも高いエネルギー値を示している。
• 正常状態、ノイズ（20 dB）状態、周波数変動状態の下で、2 kHzのサンプリング周波数でMATLAB/Simulinkを用いてシミュレーションを実施する。

実験結果

リサーチクエスチョン

• RQ1 ウェーブレット変換は、電力系統の電圧信号における故障擾乱の発生時刻を高精度で検出できるか？
• RQ2 20 dBのノイズ条件下で、提案されたWT-ICA手法は従来の変換手法と比較してどのように性能を示すか？
• RQ3 特に過渡状態において、固定しきい値に依存せず、ICAに基づく性能指標が故障を信頼性高く検出できるか？
• RQ4 WTで処理された信号のエネルギー含量が、FTおよびSTFTを上回るか？ これにより故障検出感度が向上するか？
• RQ5 周波数変動が、提案手法の故障検出性能に与える影響は、従来手法と比較してどのように異なるか？

主な発見

• ウェーブレット変換は、図3～5の電圧信号プロットにおけるWT出力により、高精度で故障発生を検出できた。故障発生は約0.065 sに特定された。
• ICAに基づく性能指標は、故障発生時（約0.065 s）に急激に増加し、故障以前はほぼゼロの値を示した。これにより、固定しきい値に依存しない信頼性の高い検出が可能となった。
• 20 dBのノイズ条件下でも、提案手法は頑健性を維持し、ICAが故障とノイズ由来の擾乱を効果的に区別できた。
• すべての故障タイプにおいて、WTで処理された信号のエネルギー含量は、FTおよびSTFTを常に上回り、三相一括接地（ABC）故障で最大値4.2431を記録した。
• エネルギー含量の高さと性能指標における明確な故障シグネチャから、提案手法はFTおよびSTFTを上回る故障検出精度を示した。
• WTとICAの組み合わせにより、周波数変動下でもノイズに強く、信頼性の高い故障検出ソリューションが得られ、複雑な運用環境下でも優れた性能を発揮した。