Automatiserad klassificiering av elnätsstörningar

dc.contributor.authorAndersson, David
dc.contributor.departmentChalmers tekniska högskola / Institutionen för energi och miljösv
dc.contributor.departmentChalmers University of Technology / Department of Energy and Environmenten
dc.date.accessioned2019-07-03T12:13:50Z
dc.date.available2019-07-03T12:13:50Z
dc.date.issued2008
dc.description.abstractAnvändandet av elektronisk utrustning ställer ökade krav på stabila kraftdistributionssystem. En spänningsdipp på 100 ms kan i vissa industrier leda till förluster på flera miljoner. Ett projekt [5] från 2004 beräknade industrins kostnader för vissa typer av dippar och avbrott i Sverige till mellan 1-1,5 miljarder kronor per år. För att felsöka och för att förebygga fel finns därför ett behov av att studera störningar på elnätet. Målsättningen med examensarbetet har varit att genom litteraturstudier undersöka klassificering av elnätsstörningar och att implementera något av den inhämtade kunskapen. Rapporten ska ge en överblick över området klassificering av dippar. Arbetet har utförts på Metrum Sweden AB. Inledningsvis studerades litteratur i ämnet innan en algoritm valdes ut för implementation. Avsaknaden av synkroniserad mätdata var ett problem en bit in i arbetet. Trots en stor mängd mätdata var det ett problem att hitta data innehållande intressanta störningar. Algoritmen kördes för mätdata och flera tillverkade dippar. Algoritmen lyckades identifiera tre av fyra konstruerade dippar korrekt. Mätdata identifierades delvis korrekt. Algoritmens prestanda kan sannolikt förbättras. Det är möjligt att implementera en algoritm som klassificerar dippar, men teoretiska begränsningar och oförutsägbar mätdata komplicerar processen. Algoritmen är användbar men behöver fortsatt utveckling för att nå en högre grad av tillförlitlighet.
dc.identifier.urihttps://hdl.handle.net/20.500.12380/82862
dc.language.isoswe
dc.setspec.uppsokLifeEarthScience
dc.subjectSignalbehandling
dc.subjectElkraftteknik
dc.subjectSignal Processing
dc.subjectElectric power engineering
dc.titleAutomatiserad klassificiering av elnätsstörningar
dc.type.degreeExamensarbete för masterexamensv
dc.type.degreeMaster Thesisen
dc.type.uppsokH
Ladda ner
Original bundle
Visar 1 - 2 av 2
Hämtar...
Bild (thumbnail)
Namn:
AnderssonDavidMSc.pdf
Storlek:
705.7 KB
Format:
Adobe Portable Document Format
Beskrivning:
Fulltext
Hämtar...
Bild (thumbnail)
Namn:
82862.pdf
Storlek:
691.1 KB
Format:
Adobe Portable Document Format
Beskrivning:
Fulltext