Fault Detection in Electric Power Systems Using Kalman Filter

eng Artykuł w języku angielskim DOI:

wyślij Piotr Włodarczyk AGH University of Science and Technology, Faculty of Electrical Engineering, Automatics, Computer Science and Electronics, Department of Automatics

Pobierz Artykuł

Abstract

Power systems are large dynamic systems which are relevant infrastructure to our society. To keep them operating without long blackouts sufficient and reliable protection is necessary at hardware and software level. It can be accomplished by the implementation of the rapid fault detection algorithms which can be added to the SCADA systems controlling and monitoring power systems. In the following paper the fault detection algorithm for electric power systems is presented. The rudiments of the fault diagnosis concept for model-based methods are introduced with strong emphasis on the state-observer-based and Kalman-filter-based methods. Moreover, the Kalman filter idea is discussed with the application possibility as a fault detection tool to electric power systems. The experiments done on the 9-bus, 3-machine system with Power System Analysis Toolbox in Matlab showed that state estimation methods like Kalman filter can be successfully deployed in the fault detection in dynamic systems in particular in electric power systems.

Keywords

diagnosis, fault, Kalman filter, power system, residual

Detekcja usterek w systemie elektroenergetycznym za pomocą filtru Kalmana

Streszczenie

Systemy elektroenergetyczne należą do klasy dużych systemów dynamicznych odgrywających ogromną rolę we współczesnym świecie. Aby mogły spełniać swoją rolę muszą pracować bez większych zakłóceń. Dlatego konieczne jest zapewnienie im odpowiedniej ochrony na poziomie programowym i sprzętowym. Jednym z rozwiązań jest użycie szybkich algorytmów wykrywania usterek, które mogą być jednym z komponentów systemów SCADA sterujących i monitorujących systemem elektroenergetycznym. W pracy przedstawiono algorytm wykrywania usterek w systemach elektroenergetycznych. Opisano podstawy diagnostyki usterek dla metod stosujących liniowy model systemu, a w szczególności skupiono się na metodach bazujących na obserwatorach stanu i filtrze Kalmana. W rezultacie przedstawiono koncepcję filtru Kalmana i możliwość jego implementacji jako narzędzia do wykrywania usterek w systemach elektrenergetycznych. Eksperymenty wykonano na modelu dziewięcio-magistralowego systemu wyposażonego w trzy maszyny synchroniczne przy użyciu Power System Analysis Toolbox w środowisku Matlab. Pokazały one, że metody estymacji stanu, takie jak filtr Kalmana mogą być z powodzeniem stosowane w wykrywaniu usterek w systemach dynamicznych, w szczególności systemach elektroenergetycznych.

Słowa kluczowe

detekcja, diagnostyka, filtr Kalmana, system elektroenergetyczny, usterka

Bibliografia

  1. Korbicz, J., Koscielny, J. M., Kowalczuk, Z., and Cholewa, W. (eds.) (2004): Fault Diagnosis: Models, Artificial Intelligence, Applications. Springer, 1 edn.
  2. IEA (1996): Building optimization and fault diagnosis source book. Tech. rep., IEA Annex 25.
  3. Shames, I., Teixeira, A. M. H., Sandberg, H., and Johansson, K. H. (2010): Distributed fault detection for interconnected second-order systems with applications to power networks. In first workshop on secure control systems.
  4. Hajiyev, C. and Caliskan, F. (1999): Fault detection in flight control systems via innovation sequence of Kalman filter. Progress in system and robot analysis and control design, vol. 243 of Lecture Notes in Control and Information Sciences, pp. 63-74, Springer Berlin/Heidelberg.
  5. TaeDong, P. and Kiheon, P. (2008): Kalman filter-based fault detection and isolation of direct current motor: Robustness and applications. Control, Automation and Systems, 2008. ICCAS 2008. International Conference on, oct., pp. 933 - 936.
  6. Simani, S. (2004): Identification techniques for chemical process fault diagnosis. American Control Conference, 2004. Proceedings of the 2004, 30 2004-july 2, vol. 3, pp. 2469 - 2474 vol.3.
  7. Kalman, R. E. (1960): A new approach to linear filtering and prediction problems. Transactions of the ASME - Journal of Basic Engineering, pp. 35-45.
  8. Welch, G. and Bishop, G. (2006): An introduction to the Kalman filter. Tech. rep., Chapel Hill, NC, USA.
  9. http://www.power.uwaterloo.ca/-fmilano/psat.htm.
  10. Schweitzer, E.O. and Whitehead, D.E. (2008): Real-Time Power System Control Using Synchrophasors. Protective Relay Engineers, 61st Annual Conference for , vol., no., pp.78-88.