نهج جديد قائم على الشبكات العصبية للكشف عن الأخطاء وتصنيفها في خطوط نقل مزوَّدة بمكافئ TCSC ومتكاملة مع مزارع رياح مبنية على مولدات DFIG باستخدام تحويل انتشار المويجات

لماذا أصبح الحفاظ على الإضاءة أكثر صعوبة

كلما ازدادت نسبة الكهرباء المولدة من مزارع الرياح، يصبح شبكتنا أنظف لكن أيضاً أصعب حماية. يمكن للأجهزة التي تزيد من قدرة خطوط النقل والموَلدات الخاصة المستخدمة في مزارع الرياح الحديثة أن تغيّر مظهر الأعطال بالنسبة للمرحلات الوقائية. تستكشف هذه الدراسة طريقة جديدة لاكتشاف وتصنيف مثل هذه الأخطاء بسرعة وموثوقية، مما يساعد على منع انقطاعات التيار وتلف المعدات في شبكة غنية بالطاقة المتجددة.

طاقة الرياح والأجهزة الذكية على الخط

تركز الدراسة على خطوط عالية الجهد طويلة تحمل طاقة من مزرعة رياح ومزوّدة بجهاز تسلسلي يُدعى مكثف سلسلة متحكم بالثايرستور. يتيح هذا الجهاز للمشغلين ضبط كمية الطاقة التي يمكن للخط حملها عن طريق تغيير صلابته الكهربائية الفعالة. في الوقت نفسه، يستخدم مزرعة الرياح نوع مولد يسمح بتحكم دقيق في القدرة لكنه ينتج تيارات أعطال تختلف عن تلك في محطات التوليد التقليدية. معاً، تجعل هذه الميزات من الصعب تمييز الأعطال على الخط باستخدام طرق الحماية الكلاسيكية التي تفترض سلوكاً أكثر استقراراً وتنبؤاً.

لماذا تكافح أجهزة الكشف القديمة

تعتمد الحماية الرقمية التقليدية غالباً على أدوات تقسم الإشارات إلى نطاقات ترددية، مثل تحويل المويجات المتقطع. في الواقع، قد تكون هذه الطرق هشة. أداؤها يعتمد على اختيارات مثل معدل العينة وعدد المستويات، وهي حساسة للحظة بدء العطل ضمن دورة الجهد. في نظام يتغير فيه سرعة الرياح، ويتم تعديل المكثف التسلسلي باستمرار، وتحدث عمليات فصل أو ضوضاء تشوّه الإشارات، قد تخطئ هذه الكواشف في تحديد الطور المتعطل أو حتى تفوت حدثاً خطيراً. كما أن العديد من المخططات الحالية تحتاج إلى قياسات من طرفي الخط ورابط اتصال، مما يزيد التكلفة والتعقيد.

طريقة جديدة للاستماع إلى الشبكة

يقترح المؤلفون نهجاً مختلفاً يستمع فقط إلى تيارات الأطوار الثلاثة وتيار الأرض عند نقطة واحدة على جهة الشبكة. يطبقون أداة معالجة الإشارة المسماة تحويل انتشار المويجات، التي تبني وصفاً متعدد الطبقات لكيفية تغير شكل موجة التيار عبر الزمن والتردد. على عكس الطرق الأقدم، صُممت ميزاته لتكون مستقرة عند إزاحة الإشارات زمنياً، ومقاومة للضوضاء والتشويهات الطفيفة. من بين المخرجات الكثيرة للانتشار، تختار الطريقة مجموعة مدمجة من القيم الأكثر استعلاماً، ما يقلل كثيراً كمية البيانات مع الحفاظ على الأنماط الرئيسية التي تكشف نوع العطل الحاصل.

تدريب شبكة عصبية لتسمية العطل

تُغذى هذه الميزات المقطّرة بعد ذلك إلى شبكة عصبية أمامية تم تدريبها للتعرف على عشرة أنواع شائعة من الأخطاء، بما في ذلك تراكيب الأطوار المختلفة والاتصالات مع الأرض. لاختبار الفكرة، بنى الباحثون نموذج كمبيوتري مفصّل لخط بطول 100 كيلومتر وجهد 120 كيلو فولت مع مزرعة رياح ومكثف تسلسلي واقعي، ومحاكاة أكثر من ثلاثة آلاف حالة عطل. ذرّوا موقع العطل، ومقاومته، وزاوية البداية، وسرعة الرياح، ومعدل التعويض، ثم اختبروا الشبكة المدربة لاحقاً على مئات حالات جديدة، بما في ذلك عمليات الفصل، وقياسات بها ضوضاء، وأعطال ضعيفة جداً تنتج تيارات صغيرة.

كيف آداؤها الجديد

عند مقارنة مقاربتهم بطرق أكثر تقليدية تستخدم معاملات المويجات كميزات، كان الفرق واضحاً. وصلت المخططات القديمة في أفضل الأحوال إلى حوالي 98 بالمئة نجاحاُ في القرار البسيط بوجود عطل، وتراجعت إلى نحو نصف هذا المعدل عند طلب تسمية نوع العطل بدقة. بالمقابل، سمحت الميزات المستندة إلى الانتشار للشبكة العصبية بتحقيق دقة كاملة لكل من الكشف والتصنيف عبر جميع سيناريوهات الاختبار. كما ميّزت الطريقة بوضوح بين أعطال حقيقية وأحداث غير ضارة مثل تغييرات الحمولة أو تبديل المكثفات، وبقيت موثوقة حتى عند تشبع محولات التيار أو إضافة ضوضاء قوية.

ماذا يعني هذا لشبكات الطاقة المستقبلية

بالنسبة لغير المتخصصين، الرسالة الأساسية هي أن الدراسة تقدم أذنًا أذكى للشبكة، تستطيع استخراج صوت المشكلة في بيئة مزدحمة وصاخبة تتشكل بواسطة الطاقة المتجددة. من خلال الجمع بين طريقة متينة لوصف أشكال موجات التيار وشبكة عصبية مدرّبة، توفر الطريقة قرارات سريعة ودقيقة حول الأعطال باستخدام قياسات من موقع واحد. قد يساعد ذلك شركات الكهرباء على حماية ممرات نقل معقدة تتضمن أجهزة تعويض متقدمة ومزارع رياح كبيرة، مما يسهل الحفاظ على الإضاءة مع تسارع الانتقال الطاقي.

الاستشهاد: Oda, E.S., Habib, A.M.M., Elnaghi, B.E. et al. A novel ANN-based approach for fault detection and classification in modern TCSC-compensated transmission lines integrated with DFIG-based wind farms utilizing WST. Sci Rep 16, 15707 (2026). https://doi.org/10.1038/s41598-026-51960-7

الكلمات المفتاحية: حماية نظم الطاقة, تكامل مزارع الرياح, أخطاء خطوط النقل, مصنف الشبكة العصبية, تحويل انتشار المويجات