Pregled bibliografske jedinice broj: 638101
Prepoznavanje kvarova u prijenosnom sustavu upotrebom umjetnih neuronskih mreža
Prepoznavanje kvarova u prijenosnom sustavu upotrebom umjetnih neuronskih mreža // 11.savjetovanje HRO CIGRÉ : zbornik radova / Filipović-Grčić, Božidar (ur.).
Zagreb: Hrvatski komitet međunarodne konferencije za velike električne sisteme (CIGRE), 2013. str. 1-10 (predavanje, domaća recenzija, cjeloviti rad (in extenso), znanstveni)
CROSBI ID: 638101 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Prepoznavanje kvarova u prijenosnom sustavu upotrebom umjetnih neuronskih mreža
(Artificial neural network approach for locating faults in power transmission system)
Autori
Teklić, Ljupko ; Filipović-Grčić, Božidar ; Pavičić, Ivan
Vrsta, podvrsta i kategorija rada
Radovi u zbornicima skupova, cjeloviti rad (in extenso), znanstveni
Izvornik
11.savjetovanje HRO CIGRÉ : zbornik radova
/ Filipović-Grčić, Božidar - Zagreb : Hrvatski komitet međunarodne konferencije za velike električne sisteme (CIGRE), 2013, 1-10
ISBN
978-953-6408-97-9
Skup
11.savjetovanje HRO CIGRÉ
Mjesto i datum
Cavtat, Hrvatska, 10.11.2013. - 13.11.2013
Vrsta sudjelovanja
Predavanje
Vrsta recenzije
Domaća recenzija
Ključne riječi
lokacija kvara; dalekovodi; Feed Forward neuronske mreže; umjetna neuronska mreža
(Fault Location; Transmission Lines; Feed Forward Neural Network; Artificial Neural Network (ANN))
Sažetak
U radu se obrađuje prepoznavanje kvarova u prijenosnom elektroenergetskom sustavu pomoću umjetne neuronske mreže (ANN). Analiziran je jednofazni kratki spoj na 110 kV dalekovodu preko različitih impedancija na mjestu kvara i pri različitim opterećenjima. U programu EMTP-RV izrađen je model za proračun tokova snaga i kratkog spoja te su izračunate struje i naponi na oba kraja dalekovoda za vrijeme kvara. Rezultati proračuna iskorišteni su za učenje ANN u programskom paketu Matlab s ciljem određivanja mjesta kvara i impedancije na mjestu kvara. Neuronska mreža je trenirana pomoću “back propagation“ (BP) algoritma. Rezultati proračuna pokazuju da je neuronska mreža učinkovita pri procjeni lokacije kvara na dalekovodu i impedancije na mjestu kvara za različita opterećenja elektroenergetskog sustava.
Izvorni jezik
Hrvatski
Znanstvena područja
Elektrotehnika
POVEZANOST RADA
Projekti:
036-0361590-1578 - Udovoljavanje zahtjeva zaštite okoliša u visokonaponskom sustavu (Uglešić, Ivo, MZO ) ( CroRIS)
Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb
Profili:
Božidar Filipović-Grčić
(autor)