Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

Status:
Warianty tytułu:
Local identification of actual value of a power grid bus impedance
Autorzy: Jędrychowski Robert, Kacejko Piotr
Rok wydania: 2005
Wersja dokumentu: Drukowana | Elektroniczna
Język: polski
Numer czasopisma: 3
Wolumen/Tom: 51
Strony: 11 - 13
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: NIE
Abstrakty: polski | angielski
Znajomość aktualnej wartości impedancji zwarciowej węzła sieci elektroenergetycznej oraz wartości pradów zwarciowych obliczanych na jej podstawie pozwala dostosować działanie urządzeń do aktualnych warunków pracy sieci. Prezentowana metoda wykorzystuje sygnały analogowe mierzone lokalnie do identyfikowania impedancji zwarciowej Zk w wybranym węźle sieci elektroenergetycznej; istota zastosowania sztucznych sieci neuronowych (ANN) polega na tym, że impedancja zwarciowa Zk łatwa do obliczenia jest wielkością trudną do określenia w sposób bezpośredni na podstawie pomiarów. W proponowanej metodzie zostaje ona ustalona przy wykorzystaniu "inteligencji" sieci neuronowej.
Adjustment of load to actual conditions of power grid operation requires a knowledge of an actual value of a power grid bus fault impedance Zk of as well as of fault current values that can be calculated on that basis. The presented method uses locally measured analog signals to identify fault impedance Zk in a selected power gird bar. The essence of the ANN application consists in that the fault impedance that is easy to calculate at the same time is difficult to determine in a direct way, on the basis of measurements. Within the proposed method it is the neural network "intelligence" that is used to determine the discussed quantity.