Design of an Intelligent System for Early Fault Detection in Power ‎Transmission Lines Using Deep Learning Techniques

الملخص

تشكل خطوط نقل الطاقة العمود الفقري للبنية التحتية الكهربائية الحديثة، إلا أنها تتعرض باستمرار لأعطال مختلفة تهدد استقرار الشبكة واستمرارية الإمداد. تعتمد أنظمة الحماية التقليدية غالبًا على طرق تعتمد العتبات الثابتة والتي تواجه تحديات كبيرة في الكشف عن الأعطال عالية المقاومة وتتطلب استثمارات ضخمة في الأجهزة المتخصصة. تهدف هذه الدراسة إلى تصميم وتنفيذ نظام ذكي للكشف المبكر عن الأعطال في خطوط النقل باستخدام تقنيات التعلم العميق خفيفة الوزن لضمان الكفاءة والتكلفة المنخفضة. تم اتباع منهجية تجريبية عملية تعتمد على محاكاة بيئة نظام نقل الطاقة لتوليد مجموعة بيانات شاملة تغطي سيناريوهات تشغيلية متنوعة وأنماط أعطال متعددة. خضعت الإشارات الكهربائية لعمليات معالجة مسبقة دقيقة شملت التطبيع وتحويل كلارك لاستخراج الميزات الزمنية والمكانية ذات الدلالة. تم تدريب نموذج شبكة عصبية تلافيفية أحادي البعد على البيانات المولدة للتعرف تلقائيًا على الأنماط غير الطبيعية. أظهرت النتائج التجريبية تفوقًا واضحًا للنموذج المقترح مقارنة بأساليب الحماية التقليدية من حيث دقة التصنيف وسرعة الاستجابة، خاصة في الظروف التشغيلية المعقدة. كما أثبت النظام قدرته على العمل بفعالية على منصات أجهزة منخفضة التكلفة مما يقلل العبء الحسابي ويسهل النشر الميداني. يختتم البحث بأن دمج خوارزميات الذكاء الاصطناعي في أنظمة الحماية يعزز موثوقية الشبكة الكهربائية ويوفر حلاً اقتصاديًا قابلاً للتطوير في بنية الشبكات الذكية المستقبلية.