Power system fault detection and classification using machine learning

Abstract

Currently, the importance of artificial intelligence applications in the field of electrical energy, such as the power grid, has increased, especially in data analysis and fault detection. Therefore, this memo presents a multi-line electrical network system with fault detection, such as phase -to-phase, phase-to-ground, and double phase-to-ground faults, using machine learning algorithms. Simulation results using MATLAB software and implementing the nearest neighbor algorithm show high accuracy.

Actuellement, l'importance des applications de l'intelligence artificielle dans le domaine de l'énergie électrique, telles que le réseau électrique, a augmenté, notamment dans l'analyse des données et la détection des pannes. Ainsi, ce mémoire présente un système de réseau électrique multi lignes avec détection des pannes comme phase à phase, phase à la terre et la double phase à la terre, en utilisant des algorithmes d'apprentissage automatique. Les résultats de la simulation utilisant le logiciel Matlab et l'application de l'algorithme des plus proches voisins montrent une grande précision.

في الوقت الحالي، زادت أهمية تطبيقات الذكاء الاصطناعي في مجال الطاقة الكهربائية، مثل الشبكة الكهربائية، خاصة في تحليل البيانات وكشف الأعطال. لذلك، في هذه المذكرة يتم تقديم نظام شبكة كهربائية متعدد الخطوط مع كشف الأعطال مثل طور الى طور و طور الى الأرض ومزدوج الطور الى الأرض. باستخدام خوارزميات التعلم الآلي. تظهر نتائج المحاكاة باستخدام برنامج ماتلاب وتطبيق خوارزمية أقرب الجيران لأنها تتمتع بدقة عالية.