초록
본 논문에서는 패턴인식 형태로 구성된 거리계전시스템에 신경회로망을 적용한 새로운 형태의거리계전기법이 제시되었다. 제안된 거리계전기법은 패턴인식 단계인 두개의 블록으로 구성되었다. 첫 단계에서는 과도신호의 특징 파라미터인 기본파성분을 효율적으로 추출하기 위해 신경회로망을 이용한 필터링 방법이 적용되었으며, 두번째 단계에서는 첫단계에서 추출된 기본파성분을 입력으로 고장형태를 신속하고 정확하게 판별 분류 될 수 있도록 신경회로망을 이용한 고장패턴 추정기가 개발적용되었으며, 이울러 고장판별에 따라 고장점을 효율적으로 추정될 수 있도록 하였다. 적용 시스템의 각 단계는 함수 근사화, 보간성능 및 패턴분류 등의 능력이 뛰어난 다층 퍼셉트론의 역전파 학습 알고리즘이 적용되었다. 제신된 기법의 성능을 입증하기 위하여 EMTP 시뮬레이션을 하여 얻은 다양한 과도 고장파형의 계전시호를 활용하여 시험하였으며, 그결과 제시된 기법은 학습되지 않은 임의의 패턴에 대하여 적응성을 가지고 효율적으로 고장점이 추정될 수 있었으며, 고장발생후 3샘플 이내에서 고장형태가 신속하고도 정확하게 판별되었다.
In this paper, a new distance relaying scheme is proposed. Artificial neural networks are applied to the distance relaying system composed of pattern recognition based. The proposed distance relaying scheme has two blocks of pattern recognition stages to estimate the fundamental frequency and to classify the fault types. In the first block, a filtering method using neural networks called a neural networks mapping filter(NMF) is presented to efficiently extract the features. And in the sec'ond block, the estimator called neural networks fault pattern estimator(NFPE) is also presented to classify the fault types by the extracted effective features obtained from NMF. Each block of these applied schemes is trained by back-propagation algorithm of multilayer perceptron and show the fast and accurate pattern recognition by ability of multilayer neural networks. The test result of this approach are obtained the good performance from the fault transient wave signals of EMTP(e1ectromagnetic transients program) in the various fault conditions of power systems.
