elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Enhanced Fault Classification and Localization in Microgrids Using Machine Learning

Jayasinghe, J.A.R.R. und Malindi, J.H.E. und Rajapaksha, R.M.A.M. und LOGEESHAN, V. und Rajakaruna Wanigasekara, Chathura (2023) Enhanced Fault Classification and Localization in Microgrids Using Machine Learning. In: 2023 IEEE World AI IoT Congress, AIIoT 2023. IEEE. 2023 IEEE World AI IoT Congress (AIIoT), 2023-06-07 - 2023-06-10, Seattle, WA, USA. doi: 10.1109/AIIoT58121.2023.10174440. ISBN 979-835033761-7.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

Offizielle URL: https://ieeexplore.ieee.org/document/10174440

Kurzfassung

The identification and positioning of faults are crucial in microgrids to enhance their performance and control. However, conventional protection methods are not effective due to significant variations in fault currents caused by diverse operational scenarios in microgrids. Additionally, they cannot locate the fault. Thus, the authors propose a deep learning-based system that uses discrete wavelet transform, wavelet energy entropy, and artificial neural networks to classify and locate the faults in the distribution network of the microgrid. The system is designed to quickly isolate the fault and restore power supply. MATLAB/Simulink is used to simulate the microgrid and train the neural networks. The study shows that the proposed system achieves high accuracy in fault classification and localization within a short period.

elib-URL des Eintrags:https://elib.dlr.de/196226/
Dokumentart:Konferenzbeitrag (Vorlesung)
Titel:Enhanced Fault Classification and Localization in Microgrids Using Machine Learning
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Jayasinghe, J.A.R.R.University of MoratuwaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Malindi, J.H.E.University of MoratuwaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Rajapaksha, R.M.A.M.University of MoratuwaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
LOGEESHAN, V.University of MoratuwaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Rajakaruna Wanigasekara, ChathuraChathura.Wanigasekara (at) dlr.dehttps://orcid.org/0000-0003-4371-6108143015319
Datum:Juli 2023
Erschienen in:2023 IEEE World AI IoT Congress, AIIoT 2023
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/AIIoT58121.2023.10174440
Verlag:IEEE
ISBN:979-835033761-7
Status:veröffentlicht
Stichwörter:artificial neural network (ANN), discrete wavelet transform (DWT), fault detection, fault localization, microgrid.
Veranstaltungstitel:2023 IEEE World AI IoT Congress (AIIoT)
Veranstaltungsort:Seattle, WA, USA
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:7 Juni 2023
Veranstaltungsende:10 Juni 2023
HGF - Forschungsbereich:keine Zuordnung
HGF - Programm:keine Zuordnung
HGF - Programmthema:keine Zuordnung
DLR - Schwerpunkt:keine Zuordnung
DLR - Forschungsgebiet:keine Zuordnung
DLR - Teilgebiet (Projekt, Vorhaben):keine Zuordnung
Standort: Bremerhaven
Institute & Einrichtungen:Institut für den Schutz maritimer Infrastrukturen > Resilienz Maritimer Systeme
Hinterlegt von: Rajakaruna Wanigasekara, Chathura
Hinterlegt am:26 Sep 2023 09:36
Letzte Änderung:27 Mai 2024 12:42

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.