Villamos harmonikusok vizsgálata anomália detektálás céljából

Main Article Content

Kovács Attila
Kovácsné Molnár Judit
Jármai Károly

Absztrakt

A tanulmány a villamos harmonikusok egyik felhasználási lehetőségét mutatja be. A kutatás során azt vizsgáltuk, hogyan lehet felhasználni azokat a berendezések állapotának jellemzésére. A villamos harmonikusok napjainkban már szinte mindenhol jelen vannak, káros következményeik ismertek. A villamos energia minőségére gyakorolt káros hatásuk következtében egyre nagyobb figyelmet kapnak, hiszen legtöbb esetben az iparban a saját, belső elosztóhálózatokra modern, nem lineáris fogyasztók csatlakoznak. Ezért érdemes megvizsgálni, hogy fel lehetne-e használni a villamos felharmonikus adatokat, illetve azok áramspektrumát gépek, berendezések állapotának monitorozására, lehetséges-e velük anomália detektálás segítségével a meghibásodások előrejelzése. A vizsgálat célja, hogy hogyan lehetséges a villamos harmonikusok felhasználása anomália detekcióra és egyedi hiba típusok beazonosítása, valamint az így feltárt anomáliákat hogyan lehet prediktív karbantartásra alkalmazni. Az analízis során felfedett anomáliákat a tényleges meghibásodásokkal, a berendezésekben lévő valós szenzorok mérési adataival időben összevetve validáljuk.

Letöltések

Letölthető adat még nem áll rendelkezésre.

Article Details

Hogyan kell idézni
Kovács, Attila, Judit Kovácsné Molnár, és Károly Jármai. 2025. „Villamos Harmonikusok vizsgálata anomália detektálás céljából”. Jelenkori Társadalmi és Gazdasági Folyamatok 20 (3):111-25. https://doi.org/10.14232/jtgf.2025.3.111-125.
Folyóirat szám
Rovat
Műszaki innovációk és ipari technológiák

Hivatkozások

Abonyi, J., Feil, B. (2007): Cluster Analysis for Data Mining and System Identification. Verlag AG, Basel.

Bollen, M., Rónnberg, S., Zavoda, F., Langella, R., Djokic, S., Cuifo, P., Meyer, J., Cuk, V. (2017): Consequences of smart grids for power quality. In: Overview of the results from CIGRE joint working group C4.24/CIRED, ISGT-Europe, 1–6, https://doi.org/10.1109/ISGTEurope.2017.8260116

Caicedo, J. E., Romero, A. A., Zini, H. C. (2017): Assessment of the harmonic distortion in residential distribution networks, literature review. Ingeniería e Investigación, 37 (3): 72–84. https://doi.org/10.15446/ing.investig.v37n3.64913

Daibo, M. (2017): Toroidal vector-potential transformer. In: 2017 Eleventh International Conference on Sensing Technology (ICST), IEEE. 1–4. https://doi.org/10.1109/ICSensT.2017.8304422

Emanuel, A. E., Orr, J. A., Cyganski, D., Gulachenski, E. M. (1991): A survey of harmonic voltages and currents at distribution substations. IEEE Transactions on Power Delivery, 6 (4): 1883–1890.

Fresina, E. (2021): Anomaly detection for predictive maintenance. MSc Thesis, Tilburg University.

Hu, C.-H., Wu, C.-J., Yen, S.-S., Chen, Y.-W., Wu, B.-A., Hwang, J.-S. (1997): Survey of harmonic voltage and current at distribution substation in Northern Taiwan. IEEE Transactions on Power Delivery, 12 (3): 1275–1284. https://doi.org/10.1109/61.637004

Jungreis, A. M., Kelley, A. W. (1995): Adjustable speed drive for residential applications. IEEE Transactions on Industry Applications, 31: 1315–1322.

Meyer, J., Blanco, A. M., Domagk, M., Schegner, P. (2017): Assessment of prevailing harmonic current emission in public low-voltage networks. IEEE Transactions on Power Delivery, 32 (2): 962–970. https://doi.org/10.1109/TPWRD.2016.2558187

Pukhrem, S., Basu, M., Conlon, M. F. (2018): Probabilistic risk assessment of power quality variations and events under temporal and spatial characteristic of increased PV integration in low-voltage distribution networks. IEEE Transactions on Power Systems, 33 (3): 3246–3254. https://doi.org/10.1109/TPWRS.2018.2797599

Serradilla, O., Zugasti, E., Zurutuza, U. (2022): Deep learning models for predictive maintenance: A survey, comparison, challenges and prospect. Applied Intelligence, 52: 10934–10964. https://doi.org/10.1007/s10489-021-03004-y

Sharma, H., Rylander, M., Dorr, D. (2016): Grid impacts due to increased penetration of newer harmonic sources. IEEE Transactions on Industry Applications, 52 (1): 99–104. https://doi.org/10.1109/TIA.2015.2464175

Shuter, T.C., Vollkommer, H. T., Kirkpatrick, T. L. (1989): Survey of harmonic levels on the American electric power distribution system. IEEE Transactions on Power Delivery, 4 (4): 2204–2213. https://doi.org/10.1109/61.35648

Stephen M., Sheriffdeen, K. (2022): AI-enabled anomaly detection in industrial systems: a new era. IEEE Access, 10: 66742–66758.

Sun, Y., Xie, X., Zhang, L., Li, S. (2020): A voltage adaptive dynamic harmonic model of nonlinear home appliances. IEEE Transactions on Industrial Electronics, 67: 3607–3617. https://doi.org/10.1109/TIE.2019.2921261

Sun, Y., Zhang, G., Xu, W., Mayordomo, J. G. (2007): A harmonically coupled admittance matrix model for AC/DC converters, IEEE Transactions on Power Systems, 22 (4): 1574–1582. https://doi.org/10.1109/TPWRS.2007.907514

The MathWorks, Inc.(2023): MATLAB User’s Guide, Natick, Massachusetts, USA

Wang, Y., Yong, J., Sun, Y., Xu, W., Wong, D. (2017): Characteristics of harmonic distortions in residential distribution systems. IEEE Transactions on Power Delivery, 32: 1495–1504. https://doi.org/10.1109/TPWRD.2016.2606431

Zare, F., Blaabjerg, F., Davari, P., Chang, G.W., Adabi, J. (2019): IEEE Access special section editorial: Power quality and harmonics issues of future and smart grids. IEEE Access, 7: 132803–132805. https://doi.org/10.1109/ACCESS.2019.2941666

Zare, F., Soltani, H., Kumar, D., Davari, P., Delpino, H. A. M., Blaabjerg, F. (2017): Harmonic emissions of three-phase diode rectifiers in distribution networks. IEEE Access, 5: 2819–2833. http://doi.org/10.1109/ACCESS.2017.2669578