ES2333381T3 - Deteccion de fallos en sistemas de energia. - Google Patents
Deteccion de fallos en sistemas de energia. Download PDFInfo
- Publication number
- ES2333381T3 ES2333381T3 ES07729237T ES07729237T ES2333381T3 ES 2333381 T3 ES2333381 T3 ES 2333381T3 ES 07729237 T ES07729237 T ES 07729237T ES 07729237 T ES07729237 T ES 07729237T ES 2333381 T3 ES2333381 T3 ES 2333381T3
- Authority
- ES
- Spain
- Prior art keywords
- physical
- theta
- energy system
- new value
- values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H3/00—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal electric working condition with or without subsequent reconnection ; integrated protection
- H02H3/40—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal electric working condition with or without subsequent reconnection ; integrated protection responsive to ratio of voltage and current
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/242—Arrangements for preventing or reducing oscillations of power in networks using phasor measuring units [PMU]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/22—Flexible AC transmission systems [FACTS] or power factor or reactive power compensating or correcting units
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Television Receiver Circuits (AREA)
- Circuits Of Receivers In General (AREA)
- Noise Elimination (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
Un método para detectar un fallo en un sistema de energía, que comprende - medir repetidamente una magnitud del sistema dinámico (y) del sistema de energía, - actualizar de forma recursiva, cada vez que se mide un nuevo valor (y(k)) de la magnitud del sistema dinámico (y) y basado en el nuevo valor (y(k)), un valor de un parámetro físico de frecuencia no selectiva (Z; R, X) de un modelo físico de tiempo discreto de un sistema de energía, y - analizar el valor actualizado del parámetro físico de frecuencia no selectiva (Z; R, X) para detectar un fallo en el sistema de energía.
Description
Detección de fallos en sistemas de energía.
La invención se refiere al campo de transmisión
y distribución de energía eléctrica. Trata de una detección de
fallos rápida y precisa en sistemas de energía.
Los sistemas de energía comprenden redes de
transmisión y distribución de energía eléctrica que conectan
generadores y cargas en regiones separadas geográficamente, así
como subestaciones para transformar tensión y para interrumpir
conexiones entre diferentes líneas de la red. La protección del
sistema de energía trata de la detección de fallos u otras
eventualidades en el sistema de energía y la elaboración de una
reacción apropiada. Una cuestión clave en la protección del sistema
de energía es la rapidez y precisión de un dispositivo de protección
para detectar un fallo y responder al mismo. Los algoritmos
convencionales para protección se basan en magnitudes del fasor de
tensión y corriente, a partir de los cuales se calculan la
impedancia, resistencia y/o reactancia reales de una línea para
evaluar las características de funcionamiento reales. Los algoritmos
de esta clase se implementan, por ejemplo, en relés digitales para
la protección de la línea a distancia con la tarea de desconectar
una línea de transmisión protegida cuando el punto de funcionamiento
como se caracteriza por los valores calculados de resistencia y
reactancia de la línea infringe un intervalo admisible o un área
predefinida de funcionamiento seguro.
Las magnitudes del fasor mencionadas se obtienen
transformando una señal muestreada definida en el dominio temporal,
tal como la tensión u(k) o corriente i(k) en el relé
digital, en una señal en el dominio de frecuencia mediante la
transformada de Fourier discreta (FT). La FT utiliza información
acerca de la frecuencia fundamental o de la línea (50 Hz o 60 Hz) y
la frecuencia de muestreo, que ambas se suponen son constantes y
conocidas a priori. De la misma manera, la amplitud de la
señal periódica durante el intervalo de evaluación se supone
constante, básicamente excluyendo elementos transitorios en el
sistema de energía durante el cálculo de la FT. La FT se
caracteriza por el hecho de que un ciclo entero (de por ejemplo 20
ms) de muestras de datos se requiere después de un fallo para que
cualquier comportamiento transitorio de la FT converja de forma
fiable. Esto también es cierto para frecuencias de muestreo
mayores. Por lo tanto, un soporte físico más potente, en términos
tanto de capacidad de procesamiento computacional como de
adquisición de la señal, para relés digitales o dispositivos de
protección, no llevará automáticamente a un rendimiento aumentado de
este dispositivo. Las respuestas ligeramente más rápidas con la FT
pueden obtenerse cuando se aplica un intervalo más corto. Sin
embargo, el precio a pagar por la velocidad ligeramente aumentada es
una sensibilidad al ruido mucho mayor y una menor precisión de los
parámetros
estimados.
estimados.
La patente US 4455612 propone un remedio para
los inconvenientes de la FT al volver a un cálculo recursivo de los
fasores a la frecuencia fundamental, es decir, el primer armónico,
de la señal posterior al fallo. En particular, en lugar de la FT,
se usa la estimación directa del parámetro en el dominio
temporal mediante técnicas de Filtrado de Kalman (KF) para
estimar los fasores de tensión y corriente. La naturaleza recursiva
del método permite hacer una estimación actualizada de los fasores
utilizando la última muestra individual de datos de tensión y la
estimación previa, utilizando así toda la información en todos las
muestras previas posteriores a fallo. La señal medida se supone que
es de una cierta forma para lo que se define un modelo de espacio
de estado estocástico donde los estados son variables gausianas
aleatorias e independientes que juntas proporcionan el fasor de la
señal en la frecuencia fundamental o de la línea, f = 50 Hz o
60 Hz, es decir, una estimación de forma de onda sinusoidal de
corriente o tensión. A partir de los fasores, como en el enfoque de
la FT anterior, se evalúa la impedancia
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
con f = Hz o 60 Hz. De un
análisis de la resistencia de la línea R finalmente, puede
obtenerse una distancia al fallo y/o una resistencia de
fallo.
En la solicitud de patente EP 1489714, se
muestrea una magnitud o señal del sistema dinámico tal como, por
ejemplo, la amplitud o el ángulo de la tensión o corriente en un
nodo seleccionado de la red, es decir, se mide a intervalos de
tiempo discretos, y se genera una serie que comprende varios de los
valores medidos de dicha magnitud del sistema. A partir de esta
serie, se estiman los parámetros de un modelo paramétrico que
representa el comportamiento dinámico de un sistema de transmisión
de energía, o un aspecto particular del mismo. Este proceso se
realiza de una manera adaptativa, es decir, cada vez que se mide un
nuevo valor de la magnitud del sistema, los parámetros del modelo
se actualizan de forma recursiva mediante técnicas de mínimos
cuadrados recursivos (RLS) o de Filtrado de Kalman adaptativo (KF).
Finalmente, como los parámetros estimados y actualizados per
se así como el modelo paramétrico no tienen importancia física,
se calculan magnitudes adicionales tales como oscilación y
amortiguación de los modos de oscilación del sistema de energía de
una manera no recursiva a partir de los mismos. Este proceso
posibilita un análisis casi instantáneo del estado oscilatorio del
sistema de energía comparado con un proceso de identificación no
adaptativo que depende del análisis de los datos muestreados
recogidos durante un intervalo temporal de varios minutos y evaluado
sólo al final de este intervalo temporal.
El modelo paramétrico usado en este caso tiene
un orden dinámico n igual al número de parámetros a estimar, donde
el orden dinámico se selecciona para el propósito de revelar de
forma óptima los fenómenos de oscilación. Esto da como resultado
una ecuación diferencial lineal que contiene sólo n parámetros y que
es adecuada para representar espectros de frecuencia con picos
estrechos.
\vskip1.000000\baselineskip
Un objetivo de la invención es posibilitar una
respuesta más rápida y una mayor precisión en la protección del
sistema de energía. Este objetivo se logra mediante un método y un
dispositivo para detectar un fallo en un sistema de energía de
acuerdo con las reivindicaciones 1 y 6. Las realizaciones preferidas
adicionales son evidentes a partir de las reivindicaciones de
patente dependientes.
De acuerdo con la presente invención, un fallo,
inestabilidad u otra eventualidad que requiera potencialmente
alguna acción protectora, tal como desconexión de la línea o
adaptación de la carga, se detecta en una forma rápida y precisa
mediante el seguimiento de una evolución de frecuencia no selectiva
de un parámetro físico en el dominio temporal. Volviendo a un
parámetro físico que tiene una importancia física inminente, no se
requiere un análisis adicional para revelar un fallo o eventualidad,
por lo tanto, la velocidad de detección de fallos aumenta. Debido
al efecto superficial en conductores eléctricos, un análisis
temporal que cubre un intervalo amplio de frecuencias incluye más
información que un análisis limitado a la frecuencia fundamental o
de la línea, por lo tanto aumenta la precisión de la detección del
fallo.
En particular, el método comprende medir o
muestrear repetidamente una magnitud del sistema dinámico y
del sistema de energía, tal como la amplitud o ángulo de la tensión
o corriente en un nodo seleccionado, y generar una serie de valores
medidos y muestreados de la magnitud del sistema dinámico. Se estima
un sistema de frecuencia de entrada selectiva o parámetro del
circuito, tal como una impedancia Z, una resistencia
R, una reactancia X o una inductancia L de una
línea de transmisión de energía particular del sistema de energía,
y el valor del parámetro estimado se actualiza de forma recursiva
basándose en el valor adquirido más recientemente de la magnitud
del sistema dinámico. En otras palabras, se estima directamente el
parámetro del sistema físico, perteneciente a un modelo de tiempo
discreto motivado físicamente para el sistema de energía o parte de
éste. Un análisis del parámetro físico finalmente estimado o
actualizado, tal como una comparación del umbral o una presentación
de tendencia, permite entonces identificar fallos e iniciar
acciones de protección.
En una variante preferida de la invención, un
vector de combinaciones algebraicas o invertible de otra forma de
al menos dos parámetros físicos se estima de forma recursiva, y el
resultado se resuelve o invierte para determinar los parámetros
físicos. En otra realización preferida de la invención, el modelo de
tiempo discreto motivado físicamente para el sistema de energía es
lineal en los parámetros deseados, y la etapa recursiva se realiza
mediante un Filtro de Kalman adaptativo.
Todas o parte de las etapas del método para
detectar un fallo en un sistema de energía pueden implementarse
como módulos o procedimientos de un programa informático programado,
es decir, como medios de código del programa informático para
controlar uno o más procesadores de un dispositivo para detectar un
fallo en un sistema de energía, en el que los módulos o
procedimientos pueden almacenarse en un medio legible por ordenador,
ya sea en una memoria integrada en dicho dispositivo o en un
soporte de datos que puede insertarse en dicho dispositivo.
\vskip1.000000\baselineskip
La cuestión objeto de la invención se explicará
con más detalle en el siguiente texto con referencia a las
realizaciones ejemplares preferidas que se ilustran en los dibujos
adjuntos, en los que:
La Figura 1 muestra un modelo de un sistema de
energía simplificado con los parámetros a estimar; y
La Figura 2 compara el resultado de un enfoque
de fasor clásico en el dominio de la frecuencia (FT) con un enfoque
de estimación directa del parámetro en el dominio temporal (KF).
\vskip1.000000\baselineskip
La Figura 1 muestra un modelo físico
simplificado de una línea de transmisión de energía con los
parámetros físicos R y L a determinar. En un extremo de generación
hacia la izquierda, se miden los valores instantáneos de la tensión
u y la corriente i. La sección de transmisión se
caracteriza por una capacitancia C, una resistencia R y una
inductancia L. En un extremo de consumo hacia la derecha, una
impedancia estática de la carga Z_{L} podría cortocircuitarse
mediante un fallo que ocurre en la sección de transmisión como se
indica mediante el símbolo con forma de rayo. Si la capacitancia C
es muy pequeña y puede omitirse, este modelo se caracteriza por la
(ec.1) a continuación.
El problema de encontrar los parámetros R
y L a partir de los valores instantáneos medidos de u
y i de tal manera que estos parámetros se ajusten de manera
óptima al modelo seleccionado (ec. 1) puede transformarse en un
problema de filtración óptima que emplea, por ejemplo, técnicas de
KF. Ya que sólo las mediciones instantáneas de tensión
u(t=kT_{s}) y corriente i(t=kT_{s})
están disponibles una sola vez cada período de muestreo
T_{s}, el modelo para la estimación de parámetros debe
hacerse discreto usando una aproximación de la integración
adecuada. En este caso, se ha usado la aproximación de Tustin
s = \frac{2}{T_{s}} \frac{z-1}{z+1}. Esto
lleva al siguiente modelo de tiempo discreto equivalente
Denotando el vector de los parámetros estimados
\theta, el vector de las mediciones \varphi e introduciendo la
salida predicha del filtro y(k), donde
y(k)=T_{s}[u(k)+u(k-1)], así
como la salida del filtro medida y(k), se puede
volver a escribir (ec. 2) como
\vskip1.000000\baselineskip
con el vector de parámetro estimado
\theta dado
por
\vskip1.000000\baselineskip
Esto puede volverse a escribir o invertirse
como
\vskip1.000000\baselineskip
y la solución para los parámetros
físicos estimados [R L] se da
por
Con más detalle, las técnicas de Filtro de
Kalman convencionales solucionan de forma recursiva un problema de
identificación óptima de los parámetros del modelo a_{i} y
b_{i} que se almacenan en el vector de parámetro \theta
y sustituyen a los parámetros físicos R y L de la presente
solicitud, es decir
Las señales de entrada y salida,
respectivamente, se denotan como u(k) e y(k) y se
recogen en el vector de medición \varphi y sustituye a la
medición instantánea i(k) y u(k), respectivamente, de
la presente memoria descriptiva, es decir
Por lo tanto, en el modelo ARX, la salida
estimada por el modelo en la etapa k se lee
que puede reescribirse
como
donde y(k) es la
última muestra medida o la respuesta de modelo deseada en la etapa
k, y
donde
es un error de predicción o error
de estimación en la etapa
k.
Se minimiza la suma de los errores de predicción
al cuadrado como una función de los coeficientes a_{i} y
b_{i} almacenados en el vector de parámetro \theta:
solucionando de forma
recursiva:
donde las variables adicionales
tienen el siguiente
significado:
- K(k)
- La matriz de correlación del error de estimación (debe ser simétrica por definición).
- G(k), d(k)
- El vector de (Kalman) aumenta en la etapa K y en su denominador (a invertir).
- Qm
- La matriz de correlación del ruido de la medición.
- Qp
- La matriz de correlación del ruido del proceso.
En la estimación de parámetros anterior, el
problema como se indica en (ec. 2) es lineal en los parámetros
estimados \theta. Los detalles matemáticos se describen en el
documento de prioridad y en el artículo "Fast Parameter
Estimation for Power System Protection" de P. Korba, VIII
Symposium on Power System Protection (SIPSEP), Monterrey, Méjico,
pág. 1-6, 21-26 de mayo de 2006, que
se incluye adjunto para todos los propósitos a modo de
referencia.
La Figura 2 compara el rendimiento de un enfoque
de fasor clásico en el dominio de la frecuencia basado en la
Transformada de Fourier (FT) con el rendimiento de un enfoque
directo de estimación de parámetro en el dominio temporal donde se
usan técnicas de Filtrado de Kalman (KF) adaptativo. Esto representa
la impedancia estimada de los mejores resultados respectivos
obtenidos con la FT (línea discontinua, denotada FT) y el KF (línea
continua, denotada KF) para un caso de ensayo particular. La función
escalón indica el valor correcto y, en este caso, conocido a
priori de la impedancia de línea estimada antes y después del
fallo en t = 0,6 s. El enfoque del dominio temporal propuesto aquí
muestra mejor rendimiento en términos de la velocidad de respuesta
y la precisión lograda de los parámetros estimados. En el caso de
ensayo presentado, el procedimiento propuesto del KF necesita sólo
aproximadamente 1/2 del tiempo comparado con el enfoque de FT
convencional y tan poco como 3 muestras para estimar de forma
fiable los parámetros del sistema de energía.
Además, y contrario a la FT clásica, el KF se
hace aún más rápido y más preciso para frecuencias de muestreo
mayores. No obstante, combinaciones del enfoque de dominio temporal
o de frecuencia, es decir, un uso complementario de los resultados
obtenidos mediante las técnicas de Filtro de Kalman y Transformada
de Fourier, debería ser posible.
Claims (9)
1. Un método para detectar un fallo en un
sistema de energía, que comprende
- -
- medir repetidamente una magnitud del sistema dinámico (y) del sistema de energía,
- -
- actualizar de forma recursiva, cada vez que se mide un nuevo valor (y(k)) de la magnitud del sistema dinámico (y) y basado en el nuevo valor (y(k)), un valor de un parámetro físico de frecuencia no selectiva (Z; R, X) de un modelo físico de tiempo discreto de un sistema de energía, y
- -
- analizar el valor actualizado del parámetro físico de frecuencia no selectiva (Z; R, X) para detectar un fallo en el sistema de energía.
2. El método de acuerdo con la reivindicación 1,
caracterizado por que comprende
- -
- actualizar de forma recursiva, cada vez que se mide un nuevo valor (y(k)) de la magnitud del sistema dinámico (y) y basado en el nuevo valor (y(k)), valores de combinaciones algebraicas (\theta_{1}, \theta_{2}) de una pluralidad de parámetros físicos de frecuencia no selectiva (R, L), y
- -
- actualizar valores del parámetro físico de frecuencia no selectiva (R, L) a partir de los valores actualizados de las combinaciones algebraicas (\theta_{1}, \theta_{2}).
3. El método de acuerdo con la reivindicación 1
o 2, caracterizado por que el modelo físico de tiempo
discreto del sistema de energía es lineal en los parámetros físicos
(R, L) y/o las combinaciones algebraicas
(\theta_{1}, \theta_{2}) de los mismos.
4. El método de acuerdo con la reivindicación 3,
caracterizado por que la actualización recursiva implica
filtros adaptativos y, preferiblemente, un Filtro de Kalman
adaptativo.
5. El método de acuerdo con una de las
reivindicaciones anteriores, caracterizado por que la
magnitud del sistema dinámico (y) es una señal de fasor con
tiempo marcado proporcionada por una unidad de medición de
fasor.
6. Un dispositivo para detectar fallos en un
sistema de energía, que comprende
- -
- medios para actualizar de forma recursiva, cada vez que se mide un nuevo valor (y(k)) de la magnitud del sistema dinámico (y) y basado en el nuevo valor (y(k)), un valor de un parámetro físico de frecuencia no selectiva (Z; R, X) de un modelo físico de tiempo discreto del sistema de energía, y
- -
- medios para analizar el valor actualizado del parámetro físico de frecuencia no selectiva (Z; R, X) para detectar un fallo en el sistema de energía.
7. El dispositivo de acuerdo con la
reivindicación 6, caracterizado por que comprende
- -
- medios para actualizar de forma recursiva, cada vez que se mide un nuevo valor (y(k)) de la magnitud del sistema dinámico (y) y basado en el nuevo valor (y(k)), valores de combinaciones algebraicas (\theta_{1}, \theta_{2}) de una pluralidad de parámetros físicos de frecuencia no selectiva (R, L), y
- -
- medios para actualizar valores de los parámetros físicos de frecuencia no selectiva (R, L) de los valores actualizados de las combinaciones algebraicas (\theta_{1}, \theta_{2}).
8. El dispositivo de acuerdo con la
reivindicación 6 ó 7, caracterizado por que comprende un
Filtro de Kalman adaptativo para actualizar de forma recursiva el
parámetro físico de frecuencia no selectiva (Z; R,
X) de un modelo físico linear de tiempo discreto del sistema
de energía, o para actualizar de forma recursiva los valores de
combinaciones algebraicas (\theta_{1}, \theta_{2}) de una
pluralidad de parámetros físicos de frecuencia no selectiva
(R, L).
9. Un producto de programa informático para
detectar fallos en sistemas de transmisión de energía eléctrica,
pudiendo cargar dicho producto de programa en una memoria interna de
un ordenador digital, que comprende medios de código del programa
informático para hacer que, cuando dicho programa se carga en dicha
memoria interna, el ordenador ejecute el método para detectar un
fallo en un sistema de energía de acuerdo con una de las
reivindicaciones 1 a 4.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US80143506P | 2006-05-19 | 2006-05-19 | |
US801435P | 2006-05-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2333381T3 true ES2333381T3 (es) | 2010-02-19 |
Family
ID=38664758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES07729237T Active ES2333381T3 (es) | 2006-05-19 | 2007-05-16 | Deteccion de fallos en sistemas de energia. |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP2018694B1 (es) |
AT (1) | ATE445926T1 (es) |
DE (1) | DE602007002809D1 (es) |
ES (1) | ES2333381T3 (es) |
WO (1) | WO2007135073A2 (es) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9470748B2 (en) | 2014-09-16 | 2016-10-18 | Schweitzer Engineering Laboratories, Inc. | Fault detection in electric power delivery systems using underreach, directional, and traveling wave elements |
US10310004B2 (en) | 2015-09-18 | 2019-06-04 | Schweitzer Engineering Laboratories, Inc. | Time-domain differential line protection of electric power delivery systems |
US10090664B2 (en) | 2015-09-18 | 2018-10-02 | Schweitzer Engineering Laboratories, Inc. | Time-domain directional line protection of electric power delivery systems |
WO2017066476A1 (en) | 2015-10-13 | 2017-04-20 | Schweitzer Engineering Laboratories, Inc. | Electric power system monitoring using high-frequency signals |
CN107925240B (zh) | 2015-10-13 | 2020-06-02 | 施瓦哲工程实验有限公司 | 用于行波故障检测器的测试系统 |
US10564247B2 (en) | 2015-10-13 | 2020-02-18 | Schweitzer Engineering Laboratories, Inc. | Testing system for traveling wave fault detectors |
US10581237B2 (en) | 2015-10-14 | 2020-03-03 | Schweitzer Engineering Laboratories, Inc. | High-frequency electric power system signal processing system |
EP3469385A1 (en) * | 2016-06-13 | 2019-04-17 | Schweitzer Engineering Laboratories, Inc. | Overcurrent element in time domain |
CN109275337A (zh) | 2016-06-14 | 2019-01-25 | 施瓦哲工程实验有限公司 | 行波故障检测系统的相选择 |
US10585133B2 (en) | 2016-11-11 | 2020-03-10 | Schweitzer Engineering Laboratories, Inc. | Electric power fault protection device using single-ended traveling wave fault location estimation |
US10295585B2 (en) | 2016-11-11 | 2019-05-21 | Schweitzer Engineering Laboratories, Inc. | Traveling wave based single end fault location |
US11280834B2 (en) | 2018-08-30 | 2022-03-22 | Schweitzer Engineering Laboratories, Inc. | Detection of low-energy events in an electric power system |
US10677834B2 (en) | 2018-09-14 | 2020-06-09 | Schweitzer Engineering Laboratories, Inc. | Distance protection of electric power delivery systems using time domain and frequency domain |
US10641815B2 (en) | 2018-09-27 | 2020-05-05 | Schweitzer Engineering Laboratories, Inc. | Secure distance protection of electric power delivery systems under transient conditions |
US11067617B2 (en) | 2018-10-08 | 2021-07-20 | Schweitzer Engineering Laboratories, Inc. | Single-end traveling wave fault location using line-mounted device |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4812995A (en) * | 1987-05-19 | 1989-03-14 | Girgis Adly A | Adaptive Kalman Filtering in fault classification |
ES2299678T3 (es) * | 2003-06-21 | 2008-06-01 | Abb Research Ltd. | Metodo para detectar oscilaciones electromecanicas en sistema de potencia. |
-
2007
- 2007-05-16 EP EP07729237A patent/EP2018694B1/en not_active Revoked
- 2007-05-16 WO PCT/EP2007/054789 patent/WO2007135073A2/en active Application Filing
- 2007-05-16 AT AT07729237T patent/ATE445926T1/de not_active IP Right Cessation
- 2007-05-16 ES ES07729237T patent/ES2333381T3/es active Active
- 2007-05-16 DE DE602007002809T patent/DE602007002809D1/de active Active
Also Published As
Publication number | Publication date |
---|---|
WO2007135073A2 (en) | 2007-11-29 |
EP2018694B1 (en) | 2009-10-14 |
ATE445926T1 (de) | 2009-10-15 |
WO2007135073A3 (en) | 2008-01-24 |
DE602007002809D1 (de) | 2009-11-26 |
EP2018694A2 (en) | 2009-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2333381T3 (es) | Deteccion de fallos en sistemas de energia. | |
Tosato et al. | A tuned lightweight estimation algorithm for low-cost phasor measurement units | |
Swetapadma et al. | A novel decision tree regression-based fault distance estimation scheme for transmission lines | |
Sarri et al. | Performance assessment of linear state estimators using synchrophasor measurements | |
Sharma et al. | VMD-enabled current-based fast fault detection scheme for DC microgrid | |
Reza et al. | Accurate estimation of single-phase grid voltage parameters under distorted conditions | |
Arghandeh et al. | Topology detection in microgrids with micro-synchrophasors | |
Zhou et al. | Automatic implementation of Prony analysis for electromechanical mode identification from phasor measurements | |
Xiao et al. | Dynamic tracking of low-frequency oscillations with improved Prony method in wide-area measurement system | |
Dobakhshari | Wide-area fault location of transmission lines by hybrid synchronized/unsynchronized voltage measurements | |
Lin et al. | Recursive algorithm for real-time measurement of electrical variables in power systems | |
Mirshekali et al. | Linear and nonlinear fault location in smart distribution network under line parameter uncertainty | |
Dutta et al. | Parameter estimation of distribution lines using SCADA measurements | |
Cai et al. | Wide area inter-area oscillation monitoring using fast nonlinear estimation algorithm | |
Dutta et al. | Smart inadvertent islanding detection employing p‐type μPMU for an active distribution network | |
Farajollahi et al. | Tracking state estimation in distribution networks using distribution-level synchrophasor data | |
Perić et al. | Power-system ambient-mode estimation considering spectral load properties | |
Almunif et al. | Mixed integer linear programming and nonlinear programming for optimal PMU placement | |
Bansal et al. | PMUs enabled tellegen's theorem-based fault identification method for unbalanced active distribution network using RTDS | |
US20170358913A1 (en) | Overcurrent Element in Time Domain | |
Reddy et al. | An open-loop fundamental and harmonic phasor estimator for single-phase voltage signals | |
Arancibia et al. | Finite–time identification of the Thévenin equivalent parameters in power grids | |
Terzija et al. | Digital metering of power components according to IEEE standard 1459-2000 using the Newton-type algorithm | |
Khan et al. | An accurate algorithm of PMU-based wide area measurements for fault detection using positive-sequence voltage and unwrapped dynamic angles | |
WO2017066205A1 (en) | Traveling wave directional element |