Analysis of the effectiveness of relative methods for power cable fault detection

Capa

Citar

Texto integral

Resumo

The aim is to evaluate the effectiveness of relative methods used to locate faults of 6–10 kV power cables operated at an industrial enterprise. To achieve this goal, the reflectograms obtained on damaged power lines were compared with the reference ones. The research object is represented by three 6–10 kV power cables with paper-oil insulation, 900–3000 m long, and with a service life of more than 30 years. The type of damage to all power lines was a single-phase creeping discharge. The study employed various methods (TDR, ARC, ICE/Decay) to locate faults in the lines and the test rigs. The equipment used to detect cable fault locations included a REIS-305 reflectometer, a GVI 24.3000IDM high-voltage pulse generator, and a SDC50 current sensor. Multiple soundings of the power lines under study were performed to obtain reflectograms containing information about the distance to the fault location. As a result of the conducted research, varying in informativeness reflectograms of power cables were taken. We managed to select the true ones from them. Serious discrepancies in the shape of the displayed sounding pulse in the reflectograms were identified in comparison with the reference ones given in relevant technical literature. The article highlights issues concerning the application of the ARC method. The challenges consist in the breakdown voltage limitation at the cable faults. Each cable fault is shown to have its own characteristics. However, their causes are difficult to identify since it is impossible to establish the process of and the prerequisites for electric current passage when a short circuit arises. Drawing on the results of the undertaken study, a recommended algorithm was developed to determine the distance to the location of a power cable fault. However, due to the small amount of scientific research on this subject matter, no absolutely universal approach to this problem exists at present; its creation requires further investigation.

Sobre autores

E. Zhilin

University of Science and Technology MISIS

Email: zhilin.ev@misis.ru
ORCID ID: 0000-0002-2076-6463

D. Levin

University of Science and Technology MISIS

Email: m1805181@edu.misis.ru
ORCID ID: 0009-0004-0580-8604

Bibliografia

  1. Shaalan E.M., Ward S.A., Youssef A. Analysis of a practical study for under-ground cable faults causes. In: 22nd International Middle East Power Systems Conference. 14–16 December 2021, Assiut. Assiut: IEEE; 2021, р. 208- 215. https://doi.org/10.1109/MEPCON50283.2021.9686288.
  2. Kharchenko A.V. Fault locating equipment for underground cable lines. In: Vnedrenie sovremennyh tekhnologij na ob”ektah zhilishchno-kommunal’nogo hozyajstva Minoborony Rossii: sbornik dokladov kruglogo stola v ramkah nauchno-delovoj programmy Mezhdunarodnogo voenno-tekhnicheskogo foruma «Armiya-2022» = Implementation of modern technologies at the housing and communal services facilities of the Ministry of Defense of Russia: Collection of reports of the Round Table within the scientific and business program of the International Military and Technical Forum “Army-2022”. 18, August 2022. Saint Petersburg: Military Logistics Academy named after the Army General Andrey Khrulev; 2022, p. 122-127. (In Russ.). EDN: XAXJVP.
  3. Kondratieva O.E., Borovkova A.M., Ryabchitskiy M.V., Kravchenko M.V. Modern approaches to fault location in high-voltage cable lines. Elektrichestvo. 2022;12:59-66. (In Russ.). https://doi.org/10.24160/0013-5380-2022-12-59-66. EDN: FHMGYT.
  4. Diakonov V. Reflectometry and pulse reflectometers. Components and technologies. 2012;1:164-172. (In Russ.). EDN: OPOFPB.
  5. Soldatov V.A., Fokin I.V. Criteria and errors for determining the fault location in 35 kV electric networks with transition resistance. Agrarian Bulletin of the Non-Chernozem region. 2022;1:36-42. (In Russ.). https://doi.org/10.52025/2712-8679_2022_01_36. EDN: CEZGLD.
  6. Soldatov V.А., Zakharov V.С. Determination of failure location in the 35 kV network at transitional resistance in the location. Bulletin Bashkir State Agrarian University. 2021;1:119-123. (In Russ.). https://doi.org/10.31563/1684-7628-2021-57-1-119-123. EDN: ECANCA
  7. Gorbunov I.N., Zakharenko S.G., Zakharov S.A., Malakhova T.F. Application of neural networks for determining the location of damage to air and cable electrical transmission lines. Mining equipment and electromechanics. 2019;4:48-55. (In Russ.). https://doi.org/10.26730/1816-4528-2019-4-48-55. EDN: FJSNCJ.
  8. Sorokin A.V., Shabanov V.A. A two-way method for calculating the distance to a single-phase earth fault according to the parameters of emergency and pre-emergency modes. Bulletin Nizhny Novgorod State Institute of Engineering and Economics. 2024;11:58-69. (In Russ.). https://doi.org/10.24412/2227-9407-2024-11-58-69. EDN: LBFQUG.
  9. Kashin Ya.M., Kirillov G.A., Sidorenko V.S., Gaydamashko A.I. A promising method for improving accuracy of determining the damage location in cable transmission lines and a device for its implementation. The Bulletin of the Adyghe State University. Series: Natural-Mathematical and Technical Sciences. 2020;3:52-58. (In Russ.). EDN: ZONFYR.
  10. Maslov D.P. Review of cable fault locating devices. Tendencii razvitiya nauki i obrazovaniya. 2022;92-12:117- 118. (In Russ.). https://doi.org/10.18411/trnio-12-2022-581. EDN: JNZDCL.
  11. Fedorov A.O., Petrov V.S., Razumov R.V., Petrov A.A. Features of traveling wave fault location on cable line. Relay Protection and Automation. 2023;4:36-45. (In Russ.). EDN: IWPEXS.
  12. Zhang Ren, Liu Haoming. Fault section location in urban distribution network based on fault marking. iPolytech Journal. 2022;26(1):117-127. (In Russ.). https://doi.org/10.21285/1814-3520-2022-1-117-127. EDN: HISDEK.
  13. Sorokin A.V. The combined application of the symmetric component method and the overlay method to determine the location of a single-phase earth fault in a network with an isolated neutral. Bulletin Nizhny Novgorod State Institute of Engineering and Economics. 2025;2:53-66. (In Russ.). https://doi.org/10.24412/2227-9407-2025-2-53-66. EDN: NICKCB.
  14. Azzag E.-B., Touaibia I. Cable fault location in medium voltage of Sonelgaz underground network. Revue de Synthèse. 2019;25(1):33-44.
  15. Soldatov V.A., Smirnov N.V. Determination of the point of damage in networks 6 kV at clock through the transition resistance. Bulletin Bashkir State Agrarian University. 2023;2:140-145. (In Russ.). https://doi.org/10.31563/1684-7628-2023-66-2-140-145. EDN: NXEODC.
  16. Kotelenko S.V. Methods for fault location detection of cable lines. Proceedings of the Tula State University. Technical Science. 2021;12:81-84. (In Russ.). EDN: LOZDHH.
  17. Aleksinsky S.O., Sharygin D.S. Study of influence of transient resistance on distance fault location based on one-sided method. Vestnik of the Ivanovo State Power Engineering University. 2023;3:25-33. (In Russ.). https://doi.org/10.17588/2072-2672.2023.3.025-033. EDN: QEAPPA.
  18. Gu Jyh-Cherng, Huang Zih-Jhe, Wang Jing-Min, Hsu Lin-Chen, Yang Ming-Ta. High impedance fault detection in overhead distribution feeders using a DSP-based feeder terminal unit. IEEE Transactions on Industry Applications. 2021;57(1):179-186. https://doi.org/10.1109/TIA.2020.3029760. EDN: VUIAUN.
  19. Xu Biao, Yin Xianggen, Zhang Zhe, Pang Shuai, Li Xusheng. Fault location for distribution network based on matrix algorithm and optimization algorithm. Automation of Electric Power System. 2019;43(5):152-158. https://doi.org/10.7500/AEPS20180115002.
  20. Sun Kongming, Chen Qing, Gao Zhanjun. An automatic faulted line section location method for electric power distribution systems based on multisource information. IEEE Transactions on Power Delivery. 2016;31(4):1542- 1551. https://doi.org/10.1109/TPWRD.2015.2473681.
  21. Kong Pei, Liu Jianfeng, Zhou Jian, Zhou Yongliang, Song Ziheng. Fault-tolerant algorithm for fault location in distribution network based on integer linear programming. Power System Protection and Control. 2020;48(24):27-35. https://doi.org/10.19783/j.cnki.pspc.200073.
  22. Zheng Tao, Ma Wenlong, li Wenbo. Fault section location of active distribution network based on feeder terminal unit information distortion correction. Power System. 2021;45(10):3926-3935. https://doi.org/10.13335/j.1000-3673.pst.2020.1991.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».