بهره گیری از ترکیب تحلیل پرونی و تجزیه مقدار تکین برای مکان یابی هوشمندخطا در خطوط انتقال جریان مستقیم فشارقوی دوقطبی
تعیین دقیق مکان وقوع خطا و تسریع عملیات تعمیراتی در خطوط انتقال جریان مستقیم فشارقوی (HVDC)، بهدلیل حجم بالای توان عبوری آنها اهمیت خاصی دارد. این مقاله شیوهای جدید برای مکانیابی هوشمند خطاهای اتصالکوتاه در خطوط انتقال جریان مستقیم فشارقوی دوقطبی با استفاده از تکنیکهای شناسایی الگو و الگوریتمهای یادگیری ماشین ارائه میدهد. در شیوۀ پیشنهادی، با استفاده از ترکیب تحلیل پرونی (PA) و تجزیۀ مقدار تکین (SVD)، برخی ویژگیهای مفید از سیگنالهای ولتاژ پس از خطای یک پایانه استخراج میشوند. شبکۀ عصبی رگرسیون تعمیمیافته (GRNN) نیز که قبلاً آموزش دیده است، ویژگیهای استخراجشده را دریافت میکند و محل وقوع خطای اتصال کوتاه متناظر را تخمین میزند. ارزیابیهای انجامشده بر سیستم نمونۀ دوقطبی نشان میدهند مکانیاب پیشنهادی با وجود تغییرات محل وقوع خطا، مقاومت خطا و جریان پیش از خطا، عملکرد دقیق و مناسبی دارد. متوسط درصد خطای بهدستآمده برای مکانیابی انواع خطاهای اتصالکوتاه قطب مثبت به زمین (PG)، قطب مثبت به منفی (PN) و قطب مثبت به منفی به زمین (PNG) در سیستم نمونه بهترتیب برابر 0.264%، 0.287% و 0.225% است.
