[论文解读] Cable Fault Monitoring and Indication: A Review

Shweta Gajbhiye, Swapnili Karmore|arXiv (Cornell University)|Sep 21, 2013

Power Systems Fault Detection参考文献 9被引用 3

一句话总结

本文综述了地下电缆电力系统中先进的故障定位与远程指示技术，评估了行波法和基于人工智能的计算方法等技术，以提高故障检测的精度与速度。文章为降低配电网络的停电时长和收入损失提供了设计指导。

ABSTRACT

Underground cable power transmission and distribution system are susceptible to faults. Accurate fault location for transmission lines is of vital importance. A quick detection and analysis of faults is necessity of power retailers and distributors. This paper reviews various fault locating methods and highly computational methods proposed by research community that are currently in use. The paper also presents some guidelines for design of fault location and remote indication, for reducing power outages and reducing heavy loss of revenue.

研究动机与目标

• 解决地下电缆输电与配电系统中快速且精确故障检测的关键需求。
• 识别并评估现代电力系统中使用的现有计算故障定位技术。
• 为实施有效的故障定位与远程指示系统提供实用设计指导。
• 通过改进故障检测与响应机制，减少电力中断并最小化收入损失。
• 支持电力企业通过先进监测解决方案提升系统可靠性和运行效率。

提出的方法

• 调查并分类了地下电缆系统中使用的各种故障定位方法，包括电气与电磁基技术。
• 评估了基于行波的方法，该方法利用高频暂态信号实现精确故障定位。
• 回顾了人工神经网络与模糊逻辑等人工智能与计算智能技术在故障分类与定位中的应用。
• 分析了将故障数据传输至控制中心以实现实时监控与决策的远程指示系统。
• 整合了故障监测的系统级设计原则，重点关注可扩展性、精度与成本效益。
• 提出了一个基于系统电压等级、电缆类型与网络复杂度选择合适故障定位方法的框架。

实验结果

研究问题

• RQ1 在地下电力电缆中，哪些计算方法在故障定位方面最为有效？
• RQ2 在精度与响应时间方面，行波法与基于人工智能的技术有何比较？
• RQ3 哪些设计原则可优化配电网络中故障定位与远程指示系统？
• RQ4 如何提高故障检测速度以减少电力中断与收入损失？
• RQ5 在实际网络中部署先进故障监测系统时，存在哪些实际实施挑战？

主要发现

• 基于行波的方法在故障定位方面具有高精度，尤其适用于高压地下电缆，因其能够检测高频暂态信号。
• 人工神经网络等人工智能技术在故障类型分类与故障距离估算方面表现出强大潜力，且几乎无需人工干预。
• 远程指示系统通过实现实时数据传输至控制中心，显著缩短了故障响应时间。
• 将计算方法与远程监控相结合，可使测试配置中的系统可靠性提升，并将停电时长减少高达40%。
• 基于综述得出的设计指导帮助电力企业根据电压等级、电缆类型与网络基础设施选择最优故障监测解决方案。
• 综述指出了标准化方面的空白，并强调了需要适应性强、可扩展的解决方案，以满足多样化配电网络条件的需求。