Метод идентификации одиночных утечек тока в фазах распределительной сети, контролируемой автоматизированной системой учета

Метод идентификации одиночных утечек тока в фазах распределительной сети, контролируемой автоматизированной системой учета

Автор: Данилов Максим Иванович, Романенко Ирина Геннадьевна

Журнал: Вестник Южно-Уральского государственного университета. Серия: Энергетика @vestnik-susu-power

Рубрика: Электроэнергетика

Статья в выпуске: 2 т.21, 2021 года.

Бесплатный доступ

В работе рассматривается четырехпроводная трехфазная распределительная электрическая сеть (РЭС) напряжением 0,4 кВ, в которой выполняется контроль энергопотребления автоматизированной системой учета. Предполагается, что в РЭС на каждом межабонентском участке сопротивления фазных проводов равны и отличаются от нейтрального, причем их значения неизвестны, а системой учета выполняются измерения действующих напряжений, тока и угла сдвига фаз между ними у всех абонентов и в начале РЭС. Решается задача идентификации значений и места отвода токов утечки вследствие воздействия на РЭС несанкционированных отборов электроэнергии. Проведен анализ предложенного ранее метода, использующего приращения напряжений фазного (линейного) провода для моделированного возмущенного и желаемого состояния РЭС. Показаны его недостатки и представлен новый метод решения указанной задачи, основанный на оперативном расчете и анализе параметров (комплексных сопротивлений) распределительной сети и их токов. При этом предложен алгоритм для расчета параметров сети, для которого необходимы данные двух разных режимов работы РЭС. Получены математические выражения, реализующие предлагаемый метод, проверенные вычислительными экспериментами. Полученные результаты могут быть полезны при разработке систем учета и мониторинга нетехнических потерь электроэнергии в распределительных сетях.

Еще

Распределительная сеть, неучтенный ток, параметры сети, метод идентификации, трехфазная цепь

Короткий адрес: https://sciup.org/147234100

IDR: 147234100   |   DOI: 10.14529/power210205

Список литературы Метод идентификации одиночных утечек тока в фазах распределительной сети, контролируемой автоматизированной системой учета

  • Detection of Non-Technical Losses in Power Utilities-A Comprehensive Systematic Review / M. Mustafa, N. Hamadneh, N. Alshammari et al. // Energies. – 2020. – Vol. 13, 4727. DOI: 10.3390/en13184727
  • Review of various modeling techniques for the detection of electricity theft in smart grid environment / T. Ahmad, H. Chen, J. Wang et al. // Renewable and Sustainable Energy Reviews. – 2018. – Vol. 82. – P. 2916–2933. DOI: 10.1016/j.rser.2017.10.040
  • Messinis, G.M. Review of non-technical loss detection methods / G.M. Messinis, N.D. Hatziargyriou // Electric Power Systems Research. – 2018. – Vol. 158. – P. 250–266. DOI: 10.1016/j.epsr.2018.01.005
  • Solutions for detection of non-technical losses in the electricity grid: A review / J.L. Viegas, P.R. Esteves, R. Melício et al. // Renewable and Sustainable Energy Reviews. – 2017. – Vol. 80. – P. 1256–1268. DOI: 10.1016/j.rser.2017.05.193
  • Spirić, J. Fraud detection in registered electricity time series / J. Spirić, M. Dočić, S.S. Stanković // International Journal of Electrical Power& Energy Systems. – 2015. – Vol. 71. – P. 42–50. DOI: 10.1016/j.ijepes.2015.02.037
  • Salinas, S. Privacy-Preserving Energy Theft Detection in Microgrids: A State Estimation Approach / S. Salinas, P. Li // IEEE Transactions on Power Systems. – 2015. – Vol. 31, no. 4. – P. 883–894. DOI: 10.1109/TPWRS.2015.2406311
  • Jokar, P. Electricity Theft Detection in AMI Using Customers' Consumption Patterns / P. Jokar, N. Arianpoo, V. Leung // IEEE Transactions on Smart Grid. – 2016. – Vol. 7, no. 1. – P. 216–226. DOI: 10.1109/TSG.2015.2425222
  • Tariq, M. Real Time Electricity Theft Detection in Microgrid through Wireless Sensor Networks / M. Tariq, H.V. Poor // Conference: 2016 IEEE SENSORS. – Orlando, Florida, USA. – P. 1–3. DOI: 10.1109/ICSENS.2016.7808729
  • Tariq, M. Electricity Theft Detection and Localization in Grid-Tied Microgrids / M. Tariq, H.V. Poor // IEEE Transactions on Smart Grid. – 2018. – Vol. 9, no. 3, – P. 1920–1929. DOI: 10.1109/TSG.2016.2602660
  • Detection of energy theft and defective smart meters in smart grids using linear regression / S.C. Yip, K.S. Wong, W.P. Hew et al. // International Journal of Electrical Power & Energy Systems. – 2017. – Vol. 91. – P. 230–240. DOI: 10.1016/j.ijepes.2017.04.005
  • Ahmad, T. Non-technical loss analysis and prevention using smart meters / T. Ahmad // Renewable and Sustainable Energy Reviews. – 2017. – Vol. 72. – P. 573–589. DOI: 10.1016/j.rser.2017.01.100
  • Han, W. A novel detector to detect colluded non-technical loss frauds in smart grid / W. Han, Y. Xiao // Computer Networks. – 2017. – Vol. 117. – P. 19–31. DOI: 10.1016/j.comnet.2016.10.011
  • Оморов, Т.Т. К проблеме локализации несанкционированного отбора электроэнергии в распределительных сетях в составе АСКУЭ / Т.Т. Оморов // Приборы и системы. Управление, контроль, диагностика. – 2017. – № 7. – С. 27–32.
  • Идентификация утечек тока в распределительных сетях по данным АСКУЭ / Т.Т. Оморов, Б.К. Такырбашев, Р.Ч. Осмонова, Т.Ж. Койбагаров // Вестник ЮУрГУ. Серия «Энергетика». – 2018. – Т. 18, № 2. – С. 48–54. DOI: 10.14529/power180206
  • An anomaly detection framework for identifying energytheft and defective meters in smart grids / S.C. Yip, W.N. Tan, C.K. Tan et al. // International Journal of Electrical Power & Energy Systems. – 2018. – Vol. 101. – P. 189–203. DOI: 10.1016/j.ijepes.2018.03.025
  • Leite, J.B. Detecting and locating non-technical losses in modern distribution networks / J.B. Leite, J.R.S. Mantovani // IEEE Transactions on Smart Grid. – 2018. – Vol. 9, no. 2. – P. 1023–1032. DOI: 10.1109/tsg.2016.2574714
  • Wide and Deep Convolutional Neural Networks for Electricity-Theft Detection to Secure Smart Grids / Z. Zibin, Y. Yatao, N. Xiangdong et al. // IEEE Transactions on Industrial Informatics. – 2018. – Vol. 14, no. 4. – P. 1606–1615. DOI: 10.1109/tii.2017.2785963
  • Kirankumar, T. Power theft detection using probabilistic neural network classifier / T. Kirankumar, G.N. Sri Madhu // International Research Journal of Engineering and Technology. – 2018. – Vol. 5, no. 8. – P. 834–838.
  • Jeyaranjani, J. Machine learning algorithm for efficient power theft detection using smart meter data / J. Jeyaranjani, D. Devaraj // International Journal of Engineering & Technology. – 2018. – Vol. 7, no. 3. – P. 900–904.
  • Разработка алгоритма обнаружения несанкционированного потребления электроэнергии в коммунально-бытовых сетях на основе обработки профилей нагрузки / А.В. Савцова, А.А. Гринь, А.И. Гринь и др. // Вестник Северо-Кавказского федерального университета. – 2018. – № 3 (66). – С. 125–133.
  • Electricity Theft Pinpointing through Correlation Analysis of Master and Individual Meter Readings / P. Biswas, H. Cai, B. Zhou et al. // IEEE Transactions on Smart Grid. – 2019. – Vol. 11(4) – P. 3031–3042. DOI: 10.1109/TSG.2019.2961136
  • Messinis, G.M. A Hybrid Method for Non-Technical Loss Detection in Smart Distribution Grids / G.M. Messinis, A.E. Rigas, N.D. Hatziargyriou // IEEE Transactions on Smart Grid. – 2019. – Vol. 10, no. 6. – P. 6080–6091. DOI: 10.1109/TSG.2019.2896381
  • Detection of non-technical lossesusing smart meter data and supervised learning / M. Buzau, J. Tejedor-Aguilera, P. Cruz-Romero et al. // IEEE Transactions Smart Grid. – 2019. – Vol. 10. – P. 2661–2670. DOI: 10.1109/tsg.2018.2807925
  • Данилов, М.И. Метод выявления мест неконтролируемого потребления электроэнергии в электрических сетях 0,4 кВ / М.И. Данилов, И.Г. Романенко // Известия вузов. Электромеханика. – 2019. – Т. 62, № 4. – C. 90–96.
  • К проблеме локализации утечек тока в распределительной сети по данным АСКУЭ / Т.Т. Оморов, Т.Ж. Койбагаров, Б.К. Такырбашев, Р.Ч. Осмонова // Вестник ЮУрГУ. Серия «Энергетика». –2019. – Т. 19, № 4. –С. 79–6. DOI: 10.14529/power190409
  • An Efficient Boosted C5.0 Decision-Tree-Based Classification Approach for Detecting Non-Technical Losses in Power Utilities / M. Saeed, M. Mohd, U. Sheikh et al. // Energies. –2020. –Vol. 13. –3242. DOI: 10.3390/en13123242
  • Gao, Y. A Physically Inspired Data-Driven Model for Electricity Theft Detection with Smart Meter Data / Y. Gao, B. Foggo, N. Yu // IEEE Transactions on Industrial Informatics. –2019. –Vol. 14, no. 8. –P. 5076–088. DOI: 10.1109/TII.2019.2898171
  • Ferreira, T.S.D. Load Flow-Based Method for Nontechnical Electrical Loss Detection and Location in Distribution Systems Using Smart Meters / T.S.D Ferreira, F.C.L. Trindade, J.C.M. Vieira // IEEE Transactions on Power Systems. –2020. –Vol. 35. –P. 3671–681. DOI: 10.1109/tpwrs.2020.2981826
  • Кузькина, Я.И. Идентификация фаз подключения интеллектуальных счетчиков в низковольтной распределительной сети / Я.И. Кузькина, И.И. Голуб // Вестник Иркутского государственного технического университета. –2020. –Т. 24, № 1. –С. 135–44. DOI: 10.21285/1814-3520-2020-1-135-144__
  • Данилов, М.И. К проблеме определения параметров распределительной сети по данным АИИС КУЭ / М.И. Данилов, И.Г. Романенко // Вестник ЮУрГУ. Серия «Энергетика». – 2020. – Т. 20, № 2. – С. 5–14. DOI: 10.14529/power200201
  • Кононов, Ю.Г. Уточнение параметров участков линий сети среднего напряжения по данным синхронных измерений / Ю.Г. Кононов, О.С. Рыбасова, В.С. Михайленко // Известия высших учебных заведений. Электромеханика. – 2018. – Т. 61, № 1. – С. 77–84.
  • Данилов, М.И. К проблеме определения векторов тока и напряжения в распределительной сети по данным АИИС КУЭ / М.И. Данилов, И.Г. Романенко // Вестник ЮУрГУ. Серия «Энергетика». – 2019. – Т. 19, № 4. – С. 87–94. DOI: 10.14529/power190410
  • Шилин, А.Н. Анализ искажения формы сигнала при локационном мониторинге линий электропередачи / А.Н. Шилин, А.А. Шилин, Н.С. Артюшенко // Контроль. Диагностика. – 2017. – № 7. – С. 44–49.
  • Грачева, Е.И. Применение аналитического метода расчета надежности элементов систем электроснабжения на основе вероятностных моделей / Е.И. Грачева, А.Р. Сафин, Р.Р. Садыков // Надежность и безопасность энергетики. – 2017. – Т. 10, № 1. – С. 48–52. DOI: 10.24223/1999-5555-2017-10-1-48-52
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp