[論文レビュー] Distortion-Based Detection of High Impedance Fault in Distribution Systems

Mingjie Wei, Weisheng Liu+3 more|arXiv (Cornell University)|Apr 12, 2020

Power Systems Fault Detection参考文献 26被引用数 6

ひとこと要約

本稿では、LLSFおよびGrubbs-RLRSフィルタリングを用いて波形歪みから区間勾配を抽出することで、配電系統における信頼性の高い高インピーダンス故障（HIF）検出のための歪みベースのアルゴリズムを提案する。本手法は、多様なHIFタイプにわたる特徴記述の統一により検出精度を向上させ、実際の現場データを用いた比較において、先進的なアルゴリズムを上回る優れた性能を発揮する。

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.

研究の動機と目的

• 配電系統における低故障電流および変動する特性のため、高インピーダンス故障（HIF）を検出する課題に対処すること。
• 10kV配電系統で観測された波形歪み特性に基づき、HIFを5つの異なるタイプに分類すること。
• 異なる故障条件下でも波形歪みを安定して捉えることができる区間勾配を用いた統一された特徴表現の開発。
• 区間勾配特徴に基づき、HIFイベントを同定するための定義済み基準を有する検出アルゴリズムの提案。
• 実際の現場HIFデータを用いたアルゴリズムの信頼性の検証および、先進的な既存手法との性能比較。

提案手法

• 10kV配電系統実験で観測された特徴的な波形歪みパターンに基づき、HIFを5つのタイプに分類する。
• 区間勾配は、特定の時間間隔における電圧または電流の変化率を表す波形歪みの尺度として定義される。
• 線形最小二乗フィルタリング（LLSF）を用いて信号を事前処理し、歪み特徴抽出の前にノイズを低減する。
• Grubbs基準に基づくロバスト局所回帰スムージング（Grubbs-RLRS）を用いて、外れ値やノイズを抑制することで、区間勾配推定の精度を向上させる。
• 区間勾配特徴を抽出し、事前に定義された意思決定基準を有する検出アルゴリズムの入力として使用する。
• 一貫した歪みパターンに注目することで、背景ノイズ、熱的遅れ効果、弱いアーキング非線形性に対しても耐性を持つ検出アルゴリズムを設計する。

実験結果

リサーチクエスチョン

• RQ1 高インピーダンス故障の多様な特性が、従来の検出アルゴリズムの信頼性にどのように影響を与えるか。
• RQ2 区間勾配を用いることで、異なるHIFタイプにわたる特徴表現を統一的に定量化できるか。
• RQ3 LLSFとGrubbs-RLRSの組み合わせが、ノイズが多く実際のHIF信号に存在する状況下で、区間勾配推定の精度をどの程度向上させるか。
• RQ4 実地データを用いた場合、提案された検出アルゴリズムは他の先進的HIF検出手法と比較して、どの程度優れた性能を示すか。
• RQ5 低電流、弱いアーキング、熱的遅れ効果の下でも、提案手法はHIFを信頼性高く検出できるか。

主な発見

• 提案手法は、10kV配電系統で観測された特徴的な波形歪み特性に基づき、HIFを5つの明確に区別できるタイプに分類することに成功した。
• 区間勾配を統一された特徴表現として用いることで、多様なHIF状態において一貫した検出が可能となり、ノイズや非線形性に対する耐性が向上した。
• LLSFとGrubbs-RLRSの統合により、特に背景ノイズや外れ値が存在する状況下でも、区間勾配推定の精度と信頼性が顕著に向上した。
• 実地データによる検証から、提案アルゴリズムは、実際の配電系統環境下で他の先進的アルゴリズムを上回る高い検出信頼性を達成したことが示された。
• 本手法は、従来のHIF検出技術を無効にする要因となる熱的遅れや弱いアーキング非線形性の影響を効果的に軽減した。
• 結果から、区間勾配を用いた歪みベースの検出が、実際の配電系統におけるHIF検出の向上に実用的で頑健なアプローチであることが確認された。