ISSN: 1859-1531
BAN BIÊN TẬP

Tổng biên tập
GS.TSKH. Bùi Văn Ga

Phó Tổng biên tập
GS.TS. Trần Văn Nam

Trưởng ban biên tập
PGS.TS. Nguyễn Tấn Hưng

Cơ quan Đại học Đà Nẵng
41 Lê Duẩn, TP Đà Nẵng
Trường Đại học Bách khoa
54 Nguyễn Lương Bằng, Quận Liên Chiểu, TP Đà Nẵng
Trường Đại học Kinh tế
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Trường Đại học Sư phạm
459 Tôn Đức Thắng - Liên Chiểu - Đà Nẵng
Trường Đại học Ngoại ngữ
131 Lương Nhữ Hộc, Đà Nẵng
Trường Đại học Sư phạm kỹ thuật
48 Cao Thắng - Đà Nẵng
Phân hiệu ĐHĐN tại KonTum
129 Phan Đình Phùng, Kon Tum
Khoa công nghệ thông tin và tuyền thông
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Y Dược
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Giáo dục Thể chất
62 Ngô Sỹ Liên, Liên Chiểu, Đà Nẵng
Khoa Quốc tế
41 Lê Duẩn, Đà Nẵng
Viện Nghiên cứu & Đào tạo Việt Anh
158A Lê Lợi
Trung tâm phát triển phần mềm
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm kiểm định chất lượng giáo dục
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm ngoại ngữ
131 Lương Nhữ Hộc, Tp Đà Nẵng
Trung tâm nghiên cứu phát triển quản trị và tư vấn doanh nghiệp
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Tổng: 17,376,628
NHẬN DẠNG CÁC HIỆN TƯỢNG NHIỄU LOẠN CHẤT LƯỢNG ĐIỆN NĂNG BẰNG SỬ DỤNG BIẾN ĐỔI WAVELET RỜI RẠC KẾT HỢP VỚI PHÂN TÍCH RMS
IDENTIFICATION OF POWER QUALITY DISTURBANCES BY USING DISCRETE WAVELET TRANSFORMATION AND RMS ANALYSIS
 Tác giả: Võ Tiến Dũng*, Nguyễn Khắc Tuấn, Nguyễn Anh Tuấn, Ngô Thị Lê
Đăng tại: Vol. 18, No. 4.1, 2020; Trang: 23-28
Tóm tắt bằng tiếng Việt:
Bài viết tập trung vào vấn đề phát hiện và phân loại các loại nhiễu loạn chất lượng điện năng. Các nhiễu loạn này bao gồm sụt áp, quá điện áp ngắn hạn, gián đoạn tạm thời, quá độ, sóng hài, nhấp nháy và nhiễu. Để phân loại các loại nhiễu loạn chúng tôi sử dụng kết hợp kỹ thuật biến đổi Wavelet rời rạc với phân tích RMS. Một hệ thống quy tắc để phân loại nhiễu chất lượng điện năng cũng được phát triển trong đó một cơ sở tri thức được tạo ra bằng cách sử dụng một bộ quy tắc dưới dạng kiến thức chuyên môn từ phân tích chi tiết về các tính năng được trích xuất. Kết quả mô phỏng cho thấy chúng ta có thể phát hiện và xác định các loại nhiễu loạn một cách nhanh chóng và chính xác bằng phương pháp này.
Từ khóa: Phân loại; chất lượng điện năng; phân tích RMS; biến đổi Wavelet.
Abstract:
This paper focuses on power quality event, detection and classification of power quality disturbances (PQD). The disturbance of interest includes sag, swell, interruption, transient, harmonics, flicker and noise. In order to classify the power disturbances, we use the combination of discrete Wavelet transformation and RMS (Root Mean Square) analysis. A rule-based system for power quality disturbance classification is also developed in which the knowledge base is composed using a set of rules in the form of expertise knowledge from a detailed analysis of the extracted features. The simulation results show that we can detect and identify disturbance quickly and accurately with this method.
Key words: Classification; Power quality; RMS analysis;Wavelet Transform.
Tài liệu tham khảo:
[1] Dung Vo Tien, Veleslav Mach, Radomir Gono and Zbigniew Leonowicz. “EMTP/ATP Simulation of Power Quality Disturbances in Medium Voltage Grid”. 14th annual workshop WOFEX 2016. Ostrava, Czech republic, pp. 73-78, ISBN 978-80-248-3961-5.
[2] Dung Vo Tien, Veleslav Mach, Radomir Gono and Zbigniew Leonowicz. “Analysis and Simulation of the Causes of Power Quality Disturbances”. 13th annual workshop ELNET 2016. Ostrava, Czech republic, pp. 10-19, ISBN 978-80-248-4008-6.
[3] Dung Vo Tien, Radomir Gono and Zbigniew Leonowicz. “Analysis and simulation of causes of voltage sags using EMTP”. IEEE International Conference on Environment and Electrical Engineering and 2017 IEEE Industrial and Commercial Power Systems Europe (EEEIC/I&CPS Europe). DOI: 10.1109/EEEIC.2017.7977866.
[4] C. Sharmeela, M.R. Mohan, G.Uma and J.Baskaran. “A Novel Detection and Classification Algorithm for Power Quality Disturbances using Wavelets”. American Journal of Applied Sciences 3 (10): 2049-2053, 2006, ISSN 1546-9239.
[5] Shilpa R & Dr. P S Puttaswamy. “Detection and Classification of Short Transients and Interruption using Hilbert Transform”. Global Journal of Researches in Engineering: Electrical and Electronics Engineering, Volume 15 Issue 4 Version 1.0 Year 2015. Online ISSN: 2249-4596 & Print ISSN: 0975-5861.
[6] Hassan Feshki Farahani. “Fuzzy Based Power Quality Disturbances Identification in Power Systems”. Journal of Basic and Applied Scientific Research. Vol 1(12)2635-2640, 2011. ISSN 2090-4304.
[7] P. Sai revathi 1, G.V. Marutheswar. “Classification Of Power Quality Disturbances Using Wavelet Transform and S-Transform Based Artificial Neural Network”. International Journal of Advanced Research in Electrical, Electronics and Instrumentation Engineering. Vol. 2, Issue 12, December 2013. ISSN (Online): 2278 – 8875.
[8] Nanhua Yu, Chuanjian Li, Rui Li, Wei Liu. “Classification of Composite Power Quality Disturbance Signals Based on HHT and
S-Transform”. 3rd International Conference on Electric and Electronics (EEIC 2013). Published by Atlantis Press.
[9] Shilpa R, Shruthi S Prabhu, Dr P S Puttaswamy. “Analysis of Power Quality Disturbances using Empirical Mode Decomposition and SVM Classifier”. International Journal of Advanced Research in Electronics and Communication Engineering (IJARECE). Volume 4, Issue 5, May 2015.
[10] D. Saxena, K.S. Verma and S.N. Singh. “Power quality event classification: an overview and key issues”. International Journal of Engineering, Science and Technology. Vol. 2, No. 3, 2010, pp. 186-199.
[11] Bollen M.H.J., Gu I.Y.H., Axelberg P.G.V. and Styvaktakis E., 2007. “Classification of underlying causes of power quality disturbances: deterministic versus statistical methods”. EURASIP Journal on Advances in Signal Processing, pp.1-17.
[12] Alex Wenda, Aini Hussain, M. A. Hannan, Azah Mohamed Salina Abdul Samad. “Web Based Automatic Classification of Power Quality Disturbances Using the S-transform and a Rule Based Expert System”. Journal of Information & Computational Science 8: 12 (2011) 2375–2383.
[13] Yan Zhao, Yonghai Xu, Xiangning Xiao, Yongqiang Zhu, Chunlin Guo. “Power Quality Disturbances Identification Based on dq Conversion, Wavelet Transform and FFT”. 2010 Asia-Pacific Power and Energy Engineering Conference. DOI: 10.1109/APPEEC.2010.5448526
[14] M. E. Salem, A. Mohamed, S. A. Samad, “Rule based system for power quality disturbance classification incorporating S-transform features”, Journal of Expert Systems with Applications, Volume
37, issue 4, April 2010, 3229-3235


BAN BIÊN TẬP

Tổng biên tập
GS.TSKH. Bùi Văn Ga

Phó Tổng biên tập
GS.TS. Trần Văn Nam

Trưởng ban biên tập
PGS.TS. Nguyễn Tấn Hưng

Cơ quan Đại học Đà Nẵng
41 Lê Duẩn, TP Đà Nẵng
Trường Đại học Bách khoa
54 Nguyễn Lương Bằng, Quận Liên Chiểu, TP Đà Nẵng
Trường Đại học Kinh tế
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Trường Đại học Sư phạm
459 Tôn Đức Thắng - Liên Chiểu - Đà Nẵng
Trường Đại học Ngoại ngữ
131 Lương Nhữ Hộc, Đà Nẵng
Trường Đại học Sư phạm kỹ thuật
48 Cao Thắng - Đà Nẵng
Phân hiệu ĐHĐN tại KonTum
129 Phan Đình Phùng, Kon Tum
Khoa công nghệ thông tin và tuyền thông
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Y Dược
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Giáo dục Thể chất
62 Ngô Sỹ Liên, Liên Chiểu, Đà Nẵng
Khoa Quốc tế
41 Lê Duẩn, Đà Nẵng
Viện Nghiên cứu & Đào tạo Việt Anh
158A Lê Lợi
Trung tâm phát triển phần mềm
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm kiểm định chất lượng giáo dục
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm ngoại ngữ
131 Lương Nhữ Hộc, Tp Đà Nẵng
Trung tâm nghiên cứu phát triển quản trị và tư vấn doanh nghiệp
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Tổng: 17,376,628