Metodo ibrido metaeuristico e a impedenza fuzzy per il rapido localizzo dei guasti nelle linee di rete elettrica

Perché trovare i guasti alle linee elettriche più rapidamente è importante

Quando si verifica un guasto su una linea ad alta tensione — a causa di tempeste, guasti agli apparati o errori umani — l’elettricità può essere interrotta in migliaia di case e stabilimenti in pochi istanti. Le reti odierne fanno affidamento su squadre di intervento e software di sala controllo per individuare il punto esatto del guasto prima che possano iniziare le riparazioni, un processo che può essere lento, incerto e costoso. Questo articolo presenta un nuovo modo per localizzare rapidamente i problemi lungo linee a lunga distanza con notevole precisione, usando misure intelligenti prese da un solo capo della linea e un metodo di ricerca ispirato agli uccelli cacciatori.

Come le linee elettriche di solito rivelano i loro problemi

Quando qualcosa va storto su una linea di trasmissione, la “sensazione” elettrica della linea cambia. Gli ingegneri descrivono questo in termini di impedenza, una grandezza legata a quanto la linea si oppone al flusso di corrente. Gli strumenti tradizionali di localizzazione dei guasti stimano dove si trova il problema confrontando tensioni e correnti misurate alle due estremità della linea e poi risolvendo equazioni basate su un modello dettagliato dell’impianto. Questi metodi possono funzionare bene, ma richiedono una conoscenza accurata dei parametri della linea, una sincronizzazione temporale precisa tra stazioni lontane e talvolta faticano con guasti sottili o ad alta resistenza. Con il crescente grado di complessità delle reti e l’integrazione di fonti rinnovabili, rumore e incertezze in queste misure rendono la localizzazione rapida e nitida dei guasti ancora più difficile.

Leggere la rete da un solo capo

Gli autori propongono una strategia diversa che si basa su un’unità di misura fasoriale (PMU) collocata in un solo estremo della linea. Questo dispositivo campiona tensioni e correnti ad alta frequenza e le converte in fasori — rappresentazioni compatte dello stato elettrico della rete. Quando compare un guasto, correnti e tensioni in ciascuna fase cambiano bruscamente e con esse l’impedenza apparente vista dalla PMU. Monitorando soltanto come queste quantità variano nel tempo al terminale locale, il sistema può prima decidere se è avvenuto un guasto e di che tipo si tratta (monofase, bifase o trifase, con o senza coinvolgimento del neutro), e poi usare quell’informazione per inferire quanto sia distante lungo la linea il guasto.

Una ricerca ispirata agli uccelli per localizzare il guasto

Trasformare questi cambiamenti grezzi in una distanza accurata non è semplice, perché la relazione tra impedenza e posizione è fortemente non lineare e varia con il tipo di guasto. Per affrontare questo problema, i ricercatori costruiscono due modelli complementari che apprendono questa relazione da esempi simulati di guasti lungo una linea da 200 km a 220 kV. Un modello adatta una curva flessibile di quinto ordine ai dati; l’altro utilizza un sistema a logica fuzzy che fonde molte regole semplici, ciascuna descrivendo come determinati intervalli di valori di impedenza corrispondano a distanze sulla linea. Entrambi i modelli sono addestrati usando il Fire Hawk Optimizer, un algoritmo meta-euristico ispirato a uccelli che appiccano piccoli incendi per far uscire le prede e poi si concentrano sui punti di caccia migliori. Qui, la “preda” è la combinazione di parametri del modello che minimizza l’errore tra la posizione di guasto predetta e quella reale.

Velocità, accuratezza e robustezza in condizioni reali

Una volta addestrato, il metodo ibrido è in grado di localizzare guasti di tipi diversi e in posizioni differenti lungo la linea con errore molto basso — in media, circa lo 0,16% della lunghezza della linea per il modello fuzzy e sotto l’1% per il modello polinomiale. In termini pratici, ciò significa errori di poche centinaia di metri su una linea di 200 km. L’approccio si dimostra inoltre resiliente a complicazioni che comunemente affliggono le reti reali. I test mostrano che mantiene l’accuratezza anche quando viene aggiunto rumore alle misure, quando le proprietà elettriche della linea vengono alterate, quando i carichi sulla rete cambiano e quando il guasto stesso presenta un’alta resistenza che attenuerebbe gli indizi diagnostici usuali. Non meno importante, il calcolo completo termina in meno di circa 0,16 secondi su hardware standard, abbastanza veloce per i sistemi di protezione in tempo reale.

Cosa significa questo per le reti elettriche del futuro

Per i non specialisti, il punto chiave è che gli autori hanno sviluppato un modo perché un singolo sensore intelligente posto a un’estremità di una linea ad alta tensione funzioni come un localizzatore esperto, rilevando non solo che esiste un problema ma esattamente dove si trova, quasi istantaneamente e con pochissima conoscenza preliminare della linea. Combinando un segnale con significato fisico (l’impedenza), un modello flessibile basato su regole (logica fuzzy) e una strategia di ricerca efficiente ispirata alla natura (il Fire Hawk Optimizer), il metodo promette riparazioni più rapide, interruzioni meno frequenti e di durata minore e costi inferiori per le utility. Con il crescere della complessità e dell’importanza delle reti elettriche, strumenti intelligenti e veloci per la localizzazione dei guasti potrebbero diventare una componente fondamentale per mantenere le luci accese.

Citazione: Najafzadeh, M., Pouladi, J., Daghigh, A. et al. Hybrid meta heuristic and fuzzy impedance method for fast fault location in power system lines. Sci Rep 16, 8019 (2026). https://doi.org/10.1038/s41598-025-33182-5

Parole chiave: guasti nella trasmissione di potenza, unità di misura fasoriale, logica fuzzy, ottimizzazione metaeuristica, affidabilità della rete