[논문 리뷰] Detection of Faults in Power System Using Wavelet Transform and Independent Component Analysis

P. K. Ray, Basanta K. Panigrahi외 3명|arXiv (Cornell University)|2016. 01. 01.

Fault Detection and Control Systems인용 수 6

한 줄 요약

이 논문은 파wr 시스템에서 노이즈, 주파수 변동 및 고조파 조건 하에서도 강건한 고장 감지 성능을 확보하기 위해 웨이브렛 변환(WT)과 독립성분분석(ICA)을 융합한 하이브리드 고장 감지 방법을 제안한다. WT는 시간-주파수 분석을 통해 고장 발생 시점을 정밀하게 식별하고, ICA는 고장을 감지하기 위한 성능 지표를 계산한다. 제안된 방법은 노이즈, 주파수 변동 및 고조파 조건 하에서도 기존의 FT 및 STFT보다 에너지 기반 고장 식별 능력에서 뛰어난 성능을 보이며, 고장 감지의 정확도가 높다.

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.

연구 동기 및 목표

• 노이즈, 주파수 변동 및 고조파 조건 하에서도 신뢰성 있게 작동할 수 있는 파wr 시스템용 강건한 고장 감지 방법을 개발하는 것.
• 웨이브렛 변환(WT)의 시간-주파수 국소화 특성을 활용하여 고장 발생 시점의 정밀한 감지를 달성하는 것.
• 독립성분분석(ICA)을 활용하여 고장을 신뢰성 있게 나타내는 성능 지표를 추출하는 것.
• 기존의 전통적 변환(FT 및 STFT)과 비교하여 에너지 함량 및 고장 감지 정확도 측면에서 제안된 WT-ICA 방법의 성능을 평가하는 것.
• 다양한 고장 시나리오(AG, AB, ABCG 고장 포함) 하에서 MATLAB/Simulink를 활용한 시뮬레이션을 통해 제안 방법의 효과성을 검증하는 것.

제안 방법

• 직결된 풍력 발전 시스템의 공통 연결점(PCC)에서의 전압 신호를 연속 웨이브렛 변환(CWT)을 사용하여 처리하며, 모체 웨이브렛으로는 Daubechies 4(db4)를 사용한다.
• WT는 저통과 및 고통과 필터를 이용해 신호를 근사성분(a)과 세부성분(d) 계수로 분해함으로써 다중 해상도 시간-주파수 분석을 가능하게 한다.
• 처리된 신호로부터 ICA 기반의 성능 지표를 계산하여 고장 발생을 나타내는 급격한 변화를 감지한다.
• FT, STFT 및 WT를 사용하여 변환된 신호의 에너지 함량을 계산하며, WT 출력에서의 높은 에너지가 고장 감지 가능성 향상과 관련이 있다.
• 에너지 함량을 기준으로 임계값과 비교하여 고장을 감지하며, 제안된 방법은 FT 및 STFT보다 높은 에너지 값을 기록한다.
• 정상 상태, 노이즈(20 dB) 및 주파수 변동 조건 하에서 2 kHz 샘플링 주파수로 MATLAB/Simulink에서 시뮬레이션을 수행한다.

실험 결과

연구 질문

• RQ1 웨이브렛 변환(WT)은 파wr 시스템 전압 신호에서 고장 간섭의 발생 시점을 정확하게 감지할 수 있는가?
• RQ2 기존의 변환 방법과 비교해 20-dB 노이즈 조건에서 제안된 WT-ICA 방법의 성능은 어떠한가?
• RQ3 특히 일시적인 사건 동안 고정 임계값에 의존하지 않고도 ICA 기반 성능 지표가 고장을 신뢰성 있게 감지할 수 있는가?
• RQ4 WT를 통해 처리된 신호의 에너지 함량이 FT 및 STFT를 초월하여 고장 감지 민감도 향상에 기여하는가?
• RQ5 주파수 변동은 제안된 방법의 고장 감지 성능에 어떤 영향을 미치며, 이는 기존 기법과 비교해 어떻게 다를까?

주요 결과

• 웨이브렛 변환은 고장 발생 시점의 고정밀 감지를 성공적으로 수행하였으며, 그 결과는 도면 3~5의 전압 신호 플롯에서 확인되며 고장 발생 시점을 약 0.065 s에 정확히 식별하였다.
• ICA 기반 성능 지표는 고장 발생 시점(약 0.065 s)에서 급격히 증가하였고, 고장 이전에는 거의 0에 가까운 값을 보이며 고정 임계값 없이도 신뢰성 있는 감지를 가능하게 하였다.
• 20-dB 노이즈 조건 하에서도 제안된 방법은 강건성을 유지하였으며, ICA는 고장을 노이즈에 의한 간섭과 효과적으로 구분하였다.
• 모든 고장 유형에서 WT 처리된 신호의 에너지 함량이 FT 및 STFT를 상회하였으며, 삼상 대지 고장(ABC)의 경우 최고 값 4.2431을 기록하였다.
• 제안된 방법은 고장 감지 정확도에서 FT 및 STFT를 뛰어넘었으며, 더 높은 에너지 함량과 성능 지표에서 명확한 고장 특징을 보여 주었다.
• WT와 ICA의 조합은 주파수 변동 조건 하에서도 노이즈에 강건한 신뢰성 있는 고장 감지 솔루션을 제공하였으며, 복잡한 운영 환경에서 뛰어난 성능을 입증하였다.