Система моніторингу якості електричної енергії в децентралізованих системах електропостачання

Автор(и)

  • Евгений Тимофеевич Володарский Національний технічний університет України «Київський політехнічний інститут», просп. Перемоги, 37, Київ, 03056, Україна
  • Анатолій Васильович Волошко Національний технічний університет України «Київський політехнічний інститут», просп. Перемоги, 37, Київ, 03056, Україна https://orcid.org/0000-0002-6282-1096

DOI:

https://doi.org/10.15587/1729-4061.2014.24890

Ключові слова:

якість електричної енергії, ортогональні вейвлет-перетворення, децентралізовані системи електропостачання, узагальнений коефіцієнт якості

Анотація

Представлено підхід до побудови системи моніторингу якості електричної енергії у реальному часі, який полягає у  побудові просторово-часового розподілу інформаційного сигналу і подальшого ортогонального аналізу частотно-часових змін його спектральних компонент. Впровадження узагальненого коефіцієнту визначення наявності спотворення якості електричної енергії дозволило проводити її моніторинг у реальному часі.

Біографії авторів

Евгений Тимофеевич Володарский, Національний технічний університет України «Київський політехнічний інститут», просп. Перемоги, 37, Київ, 03056

Доктор технічних наук, професор Кафедри автоматизації експериментальних досліджень

Анатолій Васильович Волошко, Національний технічний університет України «Київський політехнічний інститут», просп. Перемоги, 37, Київ, 03056

Кандидат технічних наук, доцент

Кафедра електропостачання

Посилання

  1. ГОСТ Р 51317.4.30-2008 (МЕК 61000-4-30:2008) Електромагнітна сумісність (ЕМС) [Текст] / Частина 4-30. Методи випробувань та вимірювань. Методи вимірювання якості електричної енергії, 2008. – 59 с.
  2. ГОСТ 13109–97. Электрическая энергия. Совместимость технических средств электромагнитная. Нормы качества электрической энергии в системах электроснабжения общего назначения [Текст] / Минск: ИПК. Изд-во стандартов, 1998. – 30 с.
  3. Office of Electricity Delivery and Energy reliability by the National Energy Technology Laboratory. Provides power quality for the digital economty. [Electronic resource] / Available at: http://www.netldoe.gov/research/energy-efficiency/energy-delivery/smart-grid.
  4. Стогній, Б. С. Інтелектуальні електричні мережі електроенергетичних систем та їхнє технологічне забезпечення [Текст] / Б. С. Стогній, О. В. Кириленко, С. П. Денисюк // Технічна електродинаміка. – 2010. – № 6. – С. 44–50.
  5. Шон, Ф. Ч. Исследования и оценка эффективности повышения качества электроэнергии при интеграции распределенных генераций с системами электроснабжения на нескольких новых показателях [Текст] // Вестник ИрГТУ. – 2013. – № 7 (78). – С. 149–153.
  6. Праховник, А. В. Перспективы и пути развития распределенной генерации в Украине [Текст] / А. В. Праховник, В. А Попов, Е. С. Ярмолюк и др. // Енергетика: економіка, технології, екологія. – 2012. – № 2. – С. 7–14.
  7. Масленников, Г. К. Обеспечение качества электрической энергии в системах электроснабжения общего назначения [Текст] / Г. К. Масленников, Е. В. Дубинский // Энергосбережение. – 2002. – № 1. – С. 56–61.
  8. Куско, А. Качество электрическойэнергии [Текст] / А. Куско, М. Томпсон. – М.: Додэка-ХХІ, 2008. – 336 с.
  9. Dash, P. Frequency Estimation of Distorted Power System Signals Using Extended Complex Kalman Filter [Text] / P. Dash, A. Pradham, G. Pauda // IEEE Trans. on Power Delivery. – 1999. – Vol. 14, № 3. – P. 230–238.
  10. Залмазон, Л. А. Преобразования Фурье, Уолша, Хаара и их применение в управлении, связи и других областях [Текст] / Л. А. Залмазон. – М.: Наука. Гл. ред. физ.-мат. лит. 1989. – 496 с.
  11. Волошко, А. В. Устранение влияния нестабильности частоты сети на точность определения качества электрической энергии [Текст] / А. В. Волошко, О. В. Коцарь // Техническая электродинамика. –1994. – № 4. – С. 73–77.
  12. Марпл, С. Л. Цифровой спектральный анализ и его приложения [Текст] / С. Л. Марпл. – М.: Мир, 1990. – 584 с.
  13. Блейхут, Р. Быстрые алгоритмы цифровой обработки сигналов: Пер. с англ. [Текст] / Р. Блейхут. – М.: Мир, 1989. – 448 с.
  14. Andria, G. A Windows and Interpolation Algorithms to Improve Electrical Measurement Accuracy [Text] / G. Andria, H. Savino, A. Trotta // Transaction on Instrumentation and Measurement. – 1989. – Vol. 38, № 4. – P. 856–863.
  15. Волошко, А. В. Интерполяция и повышение точности проведения гармонического и спектрального анализа [Текст] / А. В. Волошко // Техническая электродинамика. – 1991. – № 3. – С. 8–13.
  16. Abdel-Galil, T. Power quality disturbance classification using the inductive inference approach [Text] / T. Abdel-Galil, M. Kamel, A. M. Youssed // IEEE Trans. on Power Delivery. – 2004. – Vol. 19, №. 4. – Р. 1812–1818.
  17. He, H. A self-organizing learning array system for power Quality classification based on wavelet transform [Text] / H. He, J. A. Starzyk // IEEE Trans. on Power Delivery. – 2006. – Vol. 21, № 1. – P. 286–295.
  18. Ribeiro, R. Wavelet Transform: An Advanced Tool for Analysing non Stationary Harmonic Distortion in Power Systems [Text] : Proc. Of IEEE intern. conf. / R. Ribeiro // Harmonic in Power Systems, 1994. – P. 452–457.
  19. Karthikeyan, M. Wavelet Support Vector Machine Approach for classification [Text] / M. Karthikeyan, V. Malathi // Int. Journal of Recent Trends in Engineering. – 2009. – Vol. 1, № 3. –P. 211–220.
  20. Hyvarinen, A. Fast and robust fixed-point algorithms for independend component analysis [Text] / A. Hyvarinen // IEEE Trans. Neural Networks. – 1999. – Vol. 10. –P. 626–634.
  21. Ferreira, D. D. ICA-based for Power Quality Disturbance Analysis [Text] / D. D. Ferreira, S. M. Seixas, A. S. Cerqueira // Intelligent System Application to Power Systems. ISAP’09. 15-th Int. Conference, 2009. – P. 1–6.
  22. Yang, H. T. A de-noising sheme for enhancing wavelet-based power quality monitoring system [Text] / H. T. Yang, L. Chung, C. C. Liao // IEEE on Power Delivery. – 2001. – Vol. 16, Issue 3. – P. 353–360.
  23. Dwivedi, V. D. De-noising Techniques with Change-Point Approach for Wavelet-based Power Quality Monitoring [Text] / V. D. Dwivedi, S. N. Singh // IEEE Trans. On Power Delivery. – 2009. – Vol. 24, № 3. – P. 1719–1727.
  24. Большев, П. Н. Таблицы математической статистики [Текст] / П. Н. Большев, Н. В. Смирнов. – М.: Наука, 1983. – 416 с.
  25. Zwe-Lee, Gaing Wavelet-based neural network for Power Disturbance recognition and classification [Text] / Gaing Zwe-Lee // IEEE Trans. On Power Delivery. – 2004. – Vol. 19, № 4. – P. 1560–1567.
  26. Emmanouil, S. Expert system for classification and analysis of Power system event’s [Text] / S. Emmanouil. M. H. J. Bollen, I. Y. H. Gu //IEEE Trans. On Power Delivery. – 2002. – Vol. 17, № 2. – P. 423–428.
  27. Bizjak, B. Classification of Power Disturbances using Fuzzy Logic [Text] / B. Bizjak, P. Planinsic // Power Electronics and Motion Control Conference. – 2006. EPE-PENC 12 th Int., 2006. – P. 1356–1360.
  28. Axelberg, P. Support Vector Machine for Classification of Voltage Disturbances [Text] / P. Axelberg, I. Y.-H. Gu, M. H. Bollen // IEEE Trans. on Power Delivery. – 2007. – Vol. 22, № 3. – P. 1297–1303.
  29. Janic, P. Automated classification of Power-quality disturbances using SVM and RBF network [Text] / P. Janic // IEEE Trans. On Power Delivery. – 2006. – Vol. 21, № 3. – P. 1663–1669.
  30. Grouse, M. S. Wavelet-based statistical signal processing using hidden Markov models [Text] / M. S. Grouse, R. D. Nowak, R. G. Baraniuk // IEEE Trans. Signal Processing. – 1998. – Vol. 46, № 4. – P. 886–902.
  31. Dash, P. K. Classification of Power Disturbances using a Fuzzy expert system and a Fourier linear combiner [Text] / P .K. Dash, K. S. Mishra, M. M. A. Salama // IEEE Trans. оn Power Delivery. – 2000. – Vol. 15, № 2. – P. 472–477.
  32. Mallat, S. A. A Theory for multiresolution signal decomposition: The wavelet representation [Text] / S. A. Mallat // IEEE Trans. Pattern Ana. Machine Intell. – 1989. – Vol. 11. – P. 674–693.
  33. GOST R 51317.4.30-2008 (MEK 61000-4-30:2008) Elektromagnitna symicnict (EMC) (2008).Tcastuna 4-30. Metodu vuprobyvan ta vumirjuvan. Metodu vumirjuvanja jacosti elektrutchnojien energii, 59.
  34. GOST 13109-97 (1998) .Elektrutcheskaja energija. Sovmestimostj technitcheskix sredstv elektromagnitnaja. Normu katchestva elektrutchesko jenergii v sustemax elektrosnabjenija obtchego naznatchenija. Minsk: IPK. Izd.standartov, 30.
  35. Office of Electricity Delivery and Energy reliability by the National Energy Technology Laboratory. Provides power quality for the digital economty. Available at: http://www.netldoe.gov/research/energy-efficiency/energy-delivery/smart-grid.
  36. Stognij, B. S., Kirilenko, O. V., Denisjuk, S. P. (2010). Intelektyalni elektrutchni meredji elektroenergetutchnux sustem ta ixne technologitchne zabezpetcgenja. Technitchnaelektrodunamika 6, 44–50.
  37. Schon, F. Tch. (2013). Issledovanija i ozenka effektivnosti povuschenija katchestva elektroenergii pri integrazii raspredelennuch generazij v sistemamu elektrosnabjenija na neskol’kich novuch pokazateljach. Vestnik IrGTU. 7 (78). 149–153. (Rus).
  38. Prachovnik, A. V., Popov, V. A., Yarmoljuk, E. S. (2012). Perspektivu i pyti razvitija raspredelennoj generazii v Ukraine. Energetika: ekonomika, technjlogii, ekologija, 2, 7–14. (Rus).
  39. Maslennikov, G. K., Dubinskij, E. B. (2002). Obespetchenie katchestva elektritcheskoj energii v sistemach elektrosnabjenija objego naznatchenija. Energosberejenie. 1, 56–61. (Rus).
  40. Kusko, A., Tompson, M. (2008). Katchestvo ekektritcheskoj energii. M.:Dodeka-XXI. 336. (Rus).
  41. Dash, P., Pradham, A., Pauda, G. (1999). Frequency Estimation of Distorted Power System Signals Using Extended Complex Kalman Filter. IEEE Trans. on Power Delivery, 14, 3, 230–238. (Eng).
  42. Zalmazon, L. A. (1989). Preobrazovanie Fur’e, Uolscha, Xaara i ich primenenie v ypravlenii, svjazi i drugich oblastjach. M.: Nauka. Gl. Red. Fiz-mat. Lit, 496. (Rus).
  43. Voloschko, A. V., Kotzar, O. V. (1994). Ustranenie vlijanija nestabil’nosti tchastoty seti na tochnost opredelenija a katchestva elektritcheskoj energii. Technitcheskaja elektrodinamika. 4, 73–77. (Rus).
  44. Marpl, S. L. (1990). Zifrovoj spektralnij analiz i ego prilojenija. Mir. 584. (Rus).
  45. Blejchut, R. (1989). Bistrie algoritmy zifrovoj obrabotk isignalov: Per. S Angl. Mir. 448. (Rus).
  46. Andria, G. A, Savino, H., Trotta, A. (1989). Windows and Interpolation Algorithms to Improve Electrical Measurement Accuracy. Transaction on Instrumentation and Measurement, 38, 4, 856–863. (Eng).
  47. Voloschko, A. V. (1991). Interpoljazija i povischenie tochnosti provedenija garmonicheskogo i spektral’nogo analizu. Technitcheskaja elektrodinamika, 4, 73–77. (Rus).
  48. Abdel-Galil, T., Kamel, A. M., Youssed, A. M. (2004). Power quality disturbance classification using the inductive inference approach. IEEE Trans. On Power Delivery, 19, 4, 1812–1818. (Eng).
  49. He, H., Starzyk, A. M. (2006). A self-organizing learning array system for power Quality classification based on wavelet transform. IEEE Trans. On Power Delivery. 21, 1, 286–295. (Eng).
  50. Ribeiro, R. (1994). Wavelet Transform: An Advanced Tool for Analysing non Stationary Harmonic Distortion in Power Systems. Proc. Of IEEE Intern. Conference on Harmonic in Power Systems.452–457. (Eng).
  51. Karthikeyan, M., Malathi, V. (2009). Wavelet Support Vector Machine Approach for classification. Int. Journal of Recent Trends in Engineering. 211–220. (Eng).
  52. Hyvarinen, A. (1999). Fast and robust fixed-point algorithms for independend component analysis. IEEE Trans. Neural Networks.10, 626–634. (Eng).
  53. Ferreira, D. D., Seixas, S. M., Cerqueira, A. S .(2009). ICA-based for Power Quality Disturbance Analysis.Intelligent System Application to Power Systems. ISAP’09. 15 th Int. Conference. 1–6. (Eng).
  54. Yang, H. T., Chung, L., Liao, C. C. (2001). A de-noising sheme for enhancing wavelet-based power quality monitoring system. IEEE on Power Delivery, 16, 3, 353–360. (Eng).
  55. Dwivedi, V. D., Singh, S. N. (2009). De-noising Techniques with Change-Point Approach for Wavelet-based Power Quality Monitoring. IEEE Trans. On Power Delivery, 24, 3, 1719–1727. (Eng).
  56. Bol’schev, P. N., Smirnov, N. V. (1983). Tablizy matematicheskoj statistiky. Nauka. 416. (Rus).
  57. Zwe-Lee, Gaing (2004). Wavelet-based neural network for Power Disturbance recognition and classification. IEEE Trans. on Power Delivery, 19, 4, 1560–1567. (Eng).
  58. Emmanouil, S., Bollen, M. H. J., Gu, I. Y. U. (2002). Expert system for classification and analysis of Power system event’s. IEEE Trans. On Power Delivery, 17, 2, 423–428. (Eng).
  59. Bizjak, B., Planinsic, P. (2006) Classification of Power Disturbances using Fuzzy Logic. Power Electronics and Motion Control Conference. – EPE-PENC 12 th Int., 1356–1360. (Eng).
  60. Axelberg, P., Gu, I. Y.-H., Bollen, M. H. (2007). Support Vector Machine for Classification of Voltage Disturbances. IEEE Trans. On Power Delivery, 22, 3, 1297–1303. (Eng).
  61. Janic, P. (2006). Automated classification of Power-quality disturbances using SVM and RBF network. IEEE Trans. On Power Delivery, 21, 3, 1663–1669. (Eng).
  62. Grouse, M. S., Nowak, R. D., Baraniuk, R. G. (1998). Wavelet-based statistical signal processing using hidden Markov models. IEEE Trans. Signal Processing, 46, 4, 886–902. (Eng).
  63. Dash, P. K., Mishra, K. S.,Salama, M. M. A. (2000). Classification of Power Disturbances using a Fuzzy expert system and a Fourier linear combiner. IEEE Trans. on Power Delivery, 15, 2, 472–477.
  64. Mallat, S. A. (1989). A Theory for multiresolution signal decomposition: The wavelet representation. IEEE Trans. Pattern Ana. Machine Intell., 11, 674–693. (Eng).

##submission.downloads##

Опубліковано

2014-06-24

Як цитувати

Володарский, Е. Т., & Волошко, А. В. (2014). Система моніторингу якості електричної енергії в децентралізованих системах електропостачання. Eastern-European Journal of Enterprise Technologies, 3(8(69), 10–17. https://doi.org/10.15587/1729-4061.2014.24890

Номер

Том 3 № 8(69) (2014): Енергозберігаючі технології та обладнання

Розділ

Енергозберігаючі технології та обладнання

Ліцензія

Авторське право (c) 2014 Евгений Тимофеевич Володарский, Анатолій Васильович Волошко

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.