Dr. Papiya Dutta, PhD Universidad de Texas A & M University, EE.UU.
LUGAR, FECHA Y HORA
EEG302, Girish Gaitonde Building, 02 de enero 2015, 15:00
RESUMEN
Un enfoque de análisis de fallos automatizada, que puede caracterizar de forma automática de fallos y funcionamiento del relé posterior es el foco de esta presentación. Utiliza muestras capturadas durante los transitorios de ambos extremos de la línea de transmisión para detectar, clasificar y localizar fallas en las líneas de transmisión sincronizada y también se puede verificar que la línea disparado de hecho han experimentado un fallo. El método propuesto se ajuste libre y transparente de criticar resistencia y diferentes diseños de líneas de transmisión, aplicable a las fallas de alta resistencia; detectar, clasificar y localiza fallo con una precisión muy alta durante el uso de la frecuencia de muestreo moderada para las formas de onda de tensión y de medición actual. El método propuesto es la prueba de varias fallas simuladas en IEEE sistema de prueba de autobús 118 y se ha llegado a la conclusión de que puede detectar y clasificar un fallo utilizando muestras pre y post avería registrado dentro de ½ ciclo frecuencia nominal de aparición de la falta y localizar fallas en el 3% exactitud. Este desempeño tiempo de respuesta es muy conveniente ya que con el creciente uso de los interruptores automáticos modernos que puede abrir la línea defectuosa en menos de dos ciclos, la ventana de tiempo de las formas de onda capturadas se reduce significativamente debido a la falta de disponibilidad de señales de medición después de interruptores abiertos.
Sobre el ponente
Papiya Dutta (S'08) recibió su Licenciatura de Ingeniería en Ingeniería Eléctrica de la Universidad de Jadavpur, India, en 2003. Recibió MS (de investigación) el grado de IIT Kharagpur, India, en 2007. Ella recibió doctorado de la Universidad Texas A & M, EE.UU. en 2014. Sus intereses de investigación incluyen la localización de la falta, de automatización de subestaciones, redes inteligentes, plug-in de vehículos híbridos y algoritmos evolutivos para la optimización.
