[논문 리뷰] Distortion-Based Detection of High Impedance Fault in Distribution Systems

Mingjie Wei, Weisheng Liu외 3명|arXiv (Cornell University)|2020. 04. 12.

Power Systems Fault Detection참고 문헌 26인용 수 6

한 줄 요약

이 논문은 실세계 현장 데이터를 사용하여 분포 시스템에서 신뢰할 수 있는 고임피던스 고장(HIF) 탐지를 위한 왜곡 기반 알고리즘을 제안한다. LLSF와 Grubbs-RLRS 필터링을 이용해 웨이브폼 왜곡에서 간격 기울기를 추출함으로써 정확도를 향상시키며, 다양한 HIF 유형 간의 기능 기술을 통합함으로써 성능을 향상시킨다. 이는 고급 알고리즘보다 뛰어난 성능을 발휘한다.

ABSTRACT

Detecting the High impedance fault (HIF) in distribution systems plays an important role in power utilization safety. However, many HIFs are challenging to be identified due to their low currents and diverse characteristics. In particular, the slight nonlinearity during weak arcing processes, the distortion offset caused by the lag of heat dissipations, and the interference of background noises could lead to invalid of traditional detection algorithms. This paper proposes a distortion-based algorithm to improve the reliability of HIF detection. Firstly, the challenges brought by the diversity of HIF characteristics are illustrated with the experiments in a 10kV distribution system. Then, HIFs are classified into five types according to their characteristics. Secondly, an interval slope is defined to describe the waveform distortions of HIFs, and is extracted with the methods of the linear least square filtering (LLSF) and the Grubbs-criterion-based robust local regression smoothing (Grubbs-RLRS), so that feature descriptions under different fault conditions can be unified. Thirdly, an algorithm, as well as the criteria, is proposed to identify the fault features described by the interval slopes. Finally, the detection reliability of the algorithm is thoroughly verified with field HIF data, and the results show the improvements by comparing it to other ad-vanced algorithms.

연구 동기 및 목표

• 분포 시스템에서 낮은 고장 전류와 변동성이 큰 특성으로 인해 고임피던스 고장을 탐지하는 데 도전하는 문제를 해결하기 위해.
• 10kV 분포 시스템에서 관찰된 웨이브폼 왜곡 특성에 기반해 HIF를 다섯 가지 유형으로 분류하기 위해.
• 다양한 고장 조건 하에서도 웨이브폼 왜곡을 견고하게 포착할 수 있는 간격 기울기를 사용한 통합 기능 표현을 개발하기 위해.
• 간격 기울기 기능에 기반해 HIF 이벤트를 식별하기 위한 정의된 기준을 갖춘 탐지 알고리즘을 제안하기 위해.
• 실세계 현장 HIF 데이터를 사용하여 알고리즘의 신뢰성을 검증하고, 기존 고급 방법들과의 성능을 비교하기 위해.

제안 방법

• 10kV 분포 시스템 실험에서 관찰된 고유한 웨이브폼 왜곡 패턴에 기반해 HIF를 다섯 가지 유형으로 분류한다.
• 간격 기울기는 특정 시간 간격 동안 전압 또는 전류의 변화율을 나타내는 웨이브폼 왜곡의 척도로 정의된다.
• 선형 최소 제곱 필터링(LLSF)을 적용하여 노이즈를 줄이고 사전 처리한 후 왜곡 특징을 추출한다.
• 그루브스 기준 기반 강건한 국소 회귀 스무딩(Grubbs-RLRS)을 사용하여 외곽치와 노이즈를 억제함으로써 간격 기울기 추정의 정확도를 향상시킨다.
• 간격 기울기 특징을 추출하고, 정의된 결정 기준을 갖춘 탐지 알고리즘에 입력으로 사용한다.
• 일관된 왜곡 패턴에 초점을 맞춤으로써 배경 노이즈, 열 지연 효과, 약한 아크 비선형성에 대해 강건한 탐지 알고리즘을 설계한다.

실험 결과

연구 질문

• RQ1 다양한 특성을 지닌 고임피던스 고장은 기존 탐지 알고리즘의 신뢰성에 어떤 영향을 미치는가?
• RQ2 다양한 HIF 유형 간의 기능 표현을 통합하기 위해 간격 기울기를 사용해 웨이브폼 왜곡을 효과적으로 정량화할 수 있는가?
• RQ3 LLSF와 Grubbs-RLRS의 조합이 노이즈가 많은 실세계 HIF 신호에서 간격 기울기 추정의 정확도를 어느 정도 향상시키는가?
• RQ4 현장 데이터를 사용할 때 제안된 탐지 알고리즘은 다른 고급 HIF 탐지 방법과 비교해 성능가능성이 어떻게 되는가?
• RQ5 낮은 전류, 약한 아크, 열 지연 효과 조건에서도 제안된 방법이 HIF를 신뢰성 있게 탐지할 수 있는가?

주요 결과

• 제안된 방법은 10kV 분포 시스템에서 관찰된 고유한 웨이브폼 왜곡 특성에 기반해 HIF를 다섯 가지 유형으로 성공적으로 분류한다.
• 간격 기울기를 통합된 기능 표현으로 사용함으로써 다양한 HIF 조건에서도 일관된 탐지가 가능해지며, 노이즈와 비선형성에 대한 강건성이 향상된다.
• LLSF와 Grubbs-RLRS의 통합은 특히 배경 노이즈와 외곽치가 존재하는 상황에서 간격 기울기 추정의 정확도와 신뢰성을 크게 향상시킨다.
• 현장 데이터 검증 결과, 제안된 알고리즘이 실세계 분포 시스템 조건에서 다른 고급 알고리즘보다 더 높은 탐지 신뢰성을 확보한다.
• 이 방법은 일반적으로 기존 HIF 탐지 기법을 무력화시키는 열 지연과 약한 아크 비선형성의 영향을 효과적으로 완화한다.
• 결과는 간격 기울기를 이용한 왜곡 기반 탐지가 실질적인 분포 시스템에서 HIF 탐지 향상에 실현 가능하고 강건한 접근법임을 확인한다.