‫كلية التقنية الصناعية ‪ -‬مصراته‬

‫‪ ‬‬
‫مقترح البحث المقدم لنيل درجة الماجستير التقني‬
‫قسم الهندسة الكهروميكانيكة‪ -‬شعبة القوى‬
‫‪ ‬‬
‫عنوان البحث‬
‫تطوير خصائص الوقاية المسافية على خطوط الجهد العالي لنقل الطاقة باستخدام‬
‫الشبكات العصبية االصطناعية‬
‫‪ ‬‬
‫اعداد‬
‫الطالب‪:‬محمد سليمان الشهوبي‬
‫اشراف‬
‫د‪ .‬مصطفى على الشريف‬
‫ف‪20202019‬‬ ‫‪ -‬لاــفصل الـدرـاسي‪ /‬خريـ ‪-‬‬
 ‫المقـدمــــة‬
‫• تتمتع ليبيا بمساحة جغرافية واسعة ومترامية األطراف وتقدر الزيادة‬
‫في الطلب على الطاقة الكهربائية فيها بمعدل ‪ % 8-6‬سنويا وتتوزع‬
‫مراكز الطلب على الطاقة على كامل التراب الليبي ‪.‬وتتركز أغلب‬
‫محطات توليد الطاقة الكهربائية على الساحل الليبي ويفصلها مسافات‬
‫طويلة األمر الذي يتطلب إنشاء خطوط الجهد العالي للربط الشبكي‬
‫بين محطات التوليد المختلفة للحصول على شبكة مستقرة ونقل الطاقة‬
‫الكهربائية لمراكز الطلب المختلفة‪.‬‬
‫• تتعرض خطوط الجهد العالي لنقل الطاقة الكهربائية أثناء عملها للعديد‬
‫من األعطال المتماثلة وغير المتماثلة األمر الذي يؤدي إلى انقطاع‬
‫الطاقة الكهربائية عن األجزاء التي تغذيها هذه الخطوط وحدوث‬
‫مشاكل في استقرارية الشبكة قد تؤدي إلى االنهيار التام لها‪ .‬األمر‬
‫الذي يستلزم استخدام أجهزة وقاية الكتشاف هذه األعطال وتصنيفها‬
‫وعزلها عن الشبكة حفاظا على األرواح والمعدات‪ .‬ومن أجهزة‬
‫الوقاية المستخدمة لحماية خطوط النقل هي الوقاية المسافية والتي‬
‫تعمل على تصنيف األعطال وتحديد موضع حدوثها‪ .‬وتعتبر هاتان‬
‫الخاصيتان على درجة عالية من األهمية‪.‬‬
‫تتبع هذه األجهزة طرقا مختلفة لتصنيف األعطال وتحديد موضع‬
‫حدوثها منها األجهزة التقليدية التي تعتمد على متابعة تغير المعاوقة‬
‫ومنها ما يعتمد على تقنيات الذكاء االصطناعي كالنظم الخبيرة‬
‫والموجة العابرة والمنطق الضبابي والشبكات العصبية االصطناعية‬
‫والتي كانت محل أنظار الكثير من الباحثين خالل العقدين األخيرين‪.‬‬
‫• تعتمد أجهزة الوقاية المسافية التقليدية على حساب معاوقة خطوط‬
‫الجهد العالي لنقل الطاقة الكهربائية بناء على تتبع قيمة الجهد والتيار‬
‫محوالت الجهد والتيار المركبة على هذه‬ ‫المتحصل عليها من‬
‫الخطوط ومقارنتها مع قيمة مرجعية يتم وضعها من قبل مهندسي‬
‫الوقاية والتي تمثل معاوقة الخط‪.‬‬
‫• ولكن المعاوقة المقاسة من جهاز الوقاية تتأثر بعدة عوامل تؤدي إلى‬
‫أخطاء في قياسها مما يسبب اشتغاال خاطئا لهذه األجهزة وتحديدا‬
‫خاطئا لمسافة العطل ومن هذه العوامل استخدام ملفات اإلعاقة‬
‫ومكثفات التعويض وتأثير الخطوط المتوازية واختالف األحمال‬
‫المغذية للعطل‪.‬‬
‫• لذا فإن هذا البحث يهدف إلى إمكانية محاكاة عمل هذه األجهزة في‬
‫تصنيف األعطال وتحديد موضع حدوثها باستخدام الشبكات العصبية‬
‫االصطناعية تحث تأثير ثالثة عوامل من العوامل المؤثرة على أداء‬
‫عمل أجهزة الوقاية المسافية التقليدية في شبكة الجهد العالي لنقل‬
‫الطاقة في ليبيا‪.‬‬
 ‫مشكلة البـحث‬
‫• تكمن مشكلة الدراسة في أن أجهزة الوقاية المسافية على خطوط الجهد‬
‫العالي لنقل الطاقة الكهربائية تتأثر بعدة عوامل منها استخدام ملفات‬
‫اإلعاقة ومكثفات التعويض على هذه الخطوط وتأثير الخطوط المتوازية‬
‫وتغير األحمال المغذية للعطل عند حدوثه األمر الذي يؤدي إلى اشتغال‬
‫خاطئ لهذه األجهزة وعدم الدقة في تحديد موضع العطل مما يشكل‬
‫صعوبة وتأخرا في إجراء الصيانة الالزمة وخاصة أن هذه الخطوط تمتد‬
‫لمسافات طويلة وعبر تضاريس جغرافية صعبة ‪.‬‬
‫• عليه فإن الهدف من هذه الدراسة هو إمكانية محاكاة عمل أجهزة الوقاية‬
‫المسافية في تصنيف األعطال وتحديد موضع حدوثها تحت تأثير هذه‬
‫العوامل الثالثة باستخدام الشبكات العصبية االصطناعية بدقة وسرعة‬
‫استجابة عالية‪.‬‬
 ‫أهداف البحث‬
‫تسعى الدراسة إلى تحقيق األهداف التالية‪:‬‬
‫‪ ‬تصنيف األعطال في خطوط الجهد العالي لنقل الطاقة الكهربائية وتحديد‬
‫موقعها بدقة وسرعة استجابة عالية باستخدام محاكاة عمل أجهزة الوقاية‬
‫المسافية باستخدام الشبكات العصبية االصطناعية التي تتميز بسهولتها وعدم‬
‫استخدامها معادالت رياضية معقدة‪.‬‬
‫‪ ‬تقييم فعالية الشبكات العصبية االصطناعية بمقارنتها ببيانات األعطال‬
‫الواردة بمسجالت األخطاء بأجهزة الوقاية المسافية المركبة على خطوط‬
‫الجهد العالي لنقل الطاقة بشبكة الكهرباء الليبية‪.‬‬
‫‪ ‬مساعدة مهندسي الوقاية وفرق الصيانة بالشركة العامة للكهرباء الليبية في‬
‫تحديد مواضع األعطال بدقة وسرعة وتوفير الجهد والوقت في معالجة‬
‫األعطال‪.‬‬
 ‫اـلدراسات السابقة‬

‫وآخرون تناولت تأثير استخدام‬ ‫دراسة ‪A Santosh Kumar‬‬

‫مكثفات التعويض على خطوط الجهد العالي لنقل الطاقة على‬
‫خصائص الوقاية المسافية التقليدية حيث أن استخدامها يسبب تغيرا‬
‫في قيمة المعاوقة المقاسة من هذه األجهزة مما يسبب اشتغاال خاطئا‬
‫لها وتحديدها لمسافة عطل غير دقيقة‪ .‬وقد تم استخدام الشبكات‬
‫العصبية االصطناعية لتصحيح هذا الخطأ وذلك عن طريق تمثيل‬
‫مجموعة من األعطال على خط نقل جهد ‪ 500‬ك‪.‬ف بطول ‪ 400‬كلم‪.‬‬
‫دراسة ‪ Ankush Kohale , Lumesh Kumar Sahu‬هدفت إلى‬
‫تصنيف األعطال باستخدام الشبكات العصبية االصطناعية آخذة في‬
‫االعتبار تأثير الخطوط المتوزاية لخط نقل مكون من دائرتين بنفس‬
‫البرج لحل مشكلة تأثير الخطوط المتوازية على أداء أجهزة الوقاية‬
‫المسافية التقليدية‪ .‬حيث تمت محاكاة خط نقل ‪ 220‬ك‪.‬ف بطول ‪100‬‬
‫كم باستخدام الماتالب للحصول على بيانات تدريب واختبار الشبكة‬
‫العصبية‪ .‬وتوصلت الدراسة إلى تقديم وقاية مسافية باستخدام الشبكات‬
‫العصبية االصطناعية أكثر سرعة ودقة في اكتشاف وتصنيف‬
‫األعطال‪.‬‬
‫دراسة ‪ A. Y. Hatata‬وآخرون تناولت استخدام قيم الجهد والتيار‬
‫كدخل لشبكة عصبية اصطناعية الكتشاف األعطال وتصنيفها وتحديد‬
‫موضع حدوثها لخط نقل مكون من خط هوائي جهد ‪ 132‬ك‪.‬ف بطول‬
‫‪ 80‬كم موصل مع كابل بطول ‪ 30‬كم وتمت المحاكاة باستخدام برنامج‬
‫الماتالب‪ .‬وقد أثبتت نتائج اختبار الشبكات العصبية المصممة‬
‫باستخدام الطبقات المتعددة ذات التغذية األمامية قدرتها على اكتشاف‬
‫الخطأ وتصنيفه وتحديد موضع حدوثه ألنواع مختلفة من األعطال‬
‫وأنظمة طاقة مختلفة‪.‬‬
‫دراسة ‪ Mohamed Zellagui‬و ‪Abdelaziz Chaghi‬هدفت إلى تعديل‬
‫خصائص الوقاية المسافية التقليدية المركبة على خط نقل جهد ‪ 400‬ك ف‬
‫في شبكة الكهرباء الجزائرية عند استخدام مفاعالت التعويض المتسلسلة‬
‫عند منتصف الخط حيث أن استخدامها يغير من قيمة مفاعلة الخط ويؤثر‬
‫على اشتغال أجهزة الوقاية المسافية التقليدية ‪ .‬وقد أثبتت الدراسة فاعلية‬
‫الشبكات العصبية االصطناعية على ضبط قيم المعاوقة المحسوبة من‬
‫محوالت الجهد والتيار لضمان االشتغال الصحيح ألجهزة الوقاية المسافية‬
‫التقليدية حيث كانت نسبة الخطأ لعينات االختبار ال تتجاوز ‪.%4‬‬
‫دراسة ‪ M. F. AL-Kababjie, Semaa M. AL-Taee‬هدفت إلى تكييف‬
‫خواص مرحالت الوقاية المسافية باستخدام الشبكات العصبية وتم فيه‬
‫االعتماد على برنامج الماتالب لمحاكاة نظم طاقة مختلفة بجهود (‪-400‬‬
‫‪ )132‬ك‪ .‬ف بشبكة الكهرباء العراقية للحصول على بيانات خواص‬
‫الممانعة الالزمة لتدريب واختبار الشبكة العصبية االصطناعية‪ .‬وتم بناء‬
‫منظومة طاقة عملية مختبرية ذات جهد ‪ 220‬ف ‪ ،‬وتشغيلها للحصول على‬
‫بيانات خاصية الممانعة وكانت النتائج متقاربة مع الماتالب‪ .‬وكانت أقصى‬
‫نسبة خطأ لعزل الخطأ في المرحلة األولى ‪ .% 3.6‬نسبة الخطأ في تحديد‬
‫موضع العطل ال يتجاوز ‪.%4‬‬
‫دراسة ‪ Anamika Jain‬تناولت استخدام الشبكات العصبية‬
‫االصطناعية لتحديد موضع األعطال وتم فيه االعتماد على برنامج‬
‫الماتالب لمحاكاة خطي جهد عال لنقل الطاقة الكهربائية متوازيين‬
‫‪ 220‬ك‪ .‬ف بطول ‪ 100‬كيلو متر لتمثيل مجموعة من األعطال‬
‫للحصول على مركبات التتابع للجهد والتيار الستخدامها كدخل‬
‫للشبكات العصبية‪ .‬وقد أثبتت نتائج االختبار فاعلية الشبكة المصممة‬
‫في تحديد موضع األعطال‪.‬‬
‫من خالل استعراض الدراسات السابقة نجد أن بعض الدراسات‬
‫تناولت تصنيف األعطال باالعتماد على قيم التيارات والجهود كدخل‬
‫للشبكات العصبية وبعضها تناول دراسة خصائص الوقاية المسافية‬
‫التقليدية تحت تأثير بعض العوامل التي تسبب اشتغاال خاطئا لها‬
‫كتأثير استخدام مكثفات ومفاعالت التعويض على قيمة معاوقة الخط‪،‬‬
‫فيما ركزت بعض الدراسات على تحديد موضع العطل وتصنيفه‬
‫باالعتماد على مركبات التتابع كدخل للشبكة العصبية‪.‬‬
‫ومن خالل استعراضنا لهذه الدراسات نجد أن أغلبها ركزت على‬
‫محاكاة أجهزة الوقاية المسافية في تصنيف األعطال وتحديد موضعها‬
‫دون األخذ في االعتبار العوامل المؤثرة على أداء عمل هذه األجهزة‪،‬‬
‫كما أن معظمها اعتمد على المحاكاة باستخدام الماتالب في الحصول‬
‫على بيانات الدخل المستخدمة في تدريب واختبار الشبكات العصبية‬
‫المصممة‪.‬‬
‫ما يميز هذه الدراسة أنها ستركز على محاكاة عمل أجهزة الوقاية المسافية‬
‫في تصنيف األعطال وتحديد موضع حدوثها تحت تأثير ثالثة عوامل من‬
‫العوامل المؤثرة في أداء عمل الوقاية المسافية التقليدية وهى استخدام‬
‫ملفات اإلعاقة‪ -‬تأثير الخطوط المتوازية – األحمال المغذية للعطل‪ .‬إضافة‬
‫إلى جمع بيانات الدخل الالزمة لتدريب واختبار الشبكة العصبية عن‬
‫طريق تمثيل األعطال باستخدام جهاز اوميكرون ‪ cmc256‬ومقارنة‬
‫النتائج باألعطال الممثلة في بيئة الماتالب‪ ،‬باإلضافة إلى قلة الدراسات‬
‫المحلية في هذا المجال حيث أن هذه الدراسة تعد األولى من نوعها في‬
‫شبكة الكهرباء الليبية‪.‬‬
 ‫منـهجية البحث‬
‫يعتمد هذا البحث على المنهج التجريبي‪ ،‬ويمكن تلخيص منهجية الدراسة‬
‫في النقاط التالية‪:‬‬
‫‪‬بناء نموذج لجزء من شبكة الجهد العالي لنقل الطاقة الكهربائية في‬
‫ليبيا جهد ‪ 220-400‬ك ف باستخدام الماتالب‪.‬‬
‫‪‬بناء نموذج الشبكات العصبية االصطناعية لمحاكاة عمل أجهزة‬
‫الوقاية المسافية التقليدية باستخدام الماتالب‪.‬‬
‫‪ ‬جمع البيانات الالزمة لتدريب واختبار الشبكات العصبية االصطناعية‬
‫المصممة من خالل تمثيل مجموعة من األعطال باستخدام جهاز‬
‫اوميكرون ‪ cmc-256‬ومقارنة النتائج باستخدام الماتالب‪.‬‬
 ‫نطاق وحدود البحث‬
‫الحدود الموضوعية‪:‬‬
‫ستتركز الدراسة على محاكاة عمل أجهزة الوقاية المسافية التقليدية المركبة‬
‫على خطوط الجهد العالي لنقل الطاقة الكهربائية في تصنيف وتحديد األعطال‬
‫تحت تأثير الخوط المتوازية وتوصيل ملفات اإلعاقة على هذه الخطوط وتأثير‬
‫األحمال المغذية لألعطال على أداء هذه األجهزة باستخدام الشبكات العصبية‬
‫االصطناعية ‪.‬‬
‫الحدود المكانية‪:‬‬
‫ستتركز الدراسة على جزء من شبكة الجهد العالي لنقل الطاقة الكهربائية بشبكة‬
‫الكهرباء الليبية جهد ‪ 220-400‬ك‪.‬ف‪.‬‬
‫الحدود الزمنية‪:‬‬
‫المجال الزمني يمتد ‪ 12‬شهرا‪.‬‬
 ‫المساهمات العلمية المتوقعة‬

‫تكمن المساهمة العلمية في تقديم حلول لجزء من المشاكل التي تواجه‬

‫عمل أجهزة الوقاية المسافية التقليدية المركبة على خطوط الجهد‬
‫العالي لنقل الطاقة الكهربائية بشبكة الكهرباء الليبية في تصنيف‬
‫األعطال وتحديد مواضعها باستخدام الشبكات العصبية االصطناعية‪،‬‬
‫وكذلك تساهم الدراسة الحالية في تقييم أداء الشبكات العصبية‬
‫االصطناعية ومقارنة النتائج المتحصل عليها مع البيانات الواردة في‬
‫مسجالت األعطال في أجهزة الوقاية المسافية التقليدية‪.‬‬
 ‫خطة البحث‬
‫هيكلية البحث‪:‬‬ ‫‪‬‬
‫تم تقسيم هذه الدراسة إلى ستة فصول‪ ،‬يحتوي الفصل األول المقدمة وتشمل األهداف‬
‫والمنهجية المستخدمة والدراسات السابقة‪ .‬أما الفصل الثاني يتناول التعريف بشبكة الجهد‬
‫العالي لنقل الطاقة الكهربائية جهد ‪ 220-400‬ك‪.‬ف في ليبيا ومنظومة الوقاية المستخدمة‬
‫لحماية خطوط النقل ودراسة الوقاية المسافية ونظرية عملها على وجه التفصيل‪ ،‬أما‬
‫الفصل الثالث فيتناول الشبكات العصبية االصطناعية تعريفها مكوناتها وأهميتها وميزاتها‬
‫واستخداماتها وآلية عملها ‪ ،‬أما الفصل الرابع يحتوي على محاكاة جزء من شبكة الجهد‬
‫العالي لنقل الطاقة الكهربائية جهد ‪ 220‬ك ف بشبكة الكهرباء الليبية باستخدام الماتالب‬
‫وتمثيل مجموعة من األعطال للحصول على بيانات الدخل الالزمة لتدريب واختبار‬
‫الشبكة العصبية وكذلك جمع بيانات الدخل من خالل استخدام جهاز اوميكرون ‪cmc256‬‬
‫‪ .‬أما الفصل الخامس فيتناول بناء الشبكات العصبية الالزمة لتصنيف األعطال وتحديد‬
‫موضع حدوثها وتدريب هذه الشبكات واختبارها وعرض النتائج وتحليلها‪ ،‬أما الفصل‬
‫السادس فيحتوي االستنتاجات والتوصيات وكذلك الدراسات المستقبلية‪.‬‬
‫الشهر‬ ‫الشهر‬ ‫الشهر‬ ‫الشهر‬ ‫الشهر‬ ‫الشهر‬ ‫الشهر‬ ‫الشهر‬ ‫الشهر‬ ‫الشهر‬ ‫الشهر‬ ‫الشهر األول‬
‫الثاني‬ ‫الحادي‬ ‫العاشر‬ ‫التاسع‬ ‫الثامن‬ ‫السابع‬ ‫السادس‬ ‫الخامس‬ ‫الرابع‬ ‫الثالث‬ ‫الثاني‬
‫عشر‬ ‫عشر‬

‫قراءة وتجميع‬
‫الدراساتـ‬
‫السابقة‬
‫زيارات ميدانية‬
‫لتجميع‬
‫البيانات‬
‫المحاكاة‬
‫باستخدام‬
‫الماتالب‬
‫بناء الشبكات‬
‫العصبية‬
‫باستخدام‬
‫الماتالب‬
‫تحليل البيانات‬
‫والنتائج‬
‫كتابة الرسالة‬
‫إخراج الرسالة‬
‫والتدقيق اللغوي‬
 ‫المراجع‬
‫[‪ -]1‬مصطفى الشريف وآخرون " التحكم في استقرارية الجهد لشبكة توزيع القدرة‬
‫الكهربائية باستخدام المكثفات التعويضية الساكنة" ‪ ،‬المجلة الدولية للهندسة وتقنية‬
‫المعلومات ‪ ،‬حجم (‪ )4‬عدد ‪:2‬ص‪.2018 ، 72-66‬‬
‫[‪ -]2‬مصطفى الشريف وآخرون " التحكم في استقرارية الجهد لشبكة توزيع القدرة‬
‫الكهربائية باستخدام محول مغير الجهد عند الحمل" ‪ ،‬المجلة الدولية للهندسة وتقنية‬
‫المعلومات ‪ ،‬حجم (‪ )2‬عدد ص ‪.2016 ، 5-1‬‬
‫[‪ -]3‬محمود الجيالني " نظم الحماية الكهربائية علم وفن" ‪ ،‬كلية الهندسة – جامعة‬
‫القاهرة ‪.2006 ،‬‬
‫‪[4] Kalyani C. Wakhare, N. B. Wagh,” Review of Various‬‬
‫‪Algorithms for Protection of Transmission Line”, International‬‬
‫)‪Journal of Engineering Research & Technology (IJERT), Vol(4‬‬
‫‪Issue (1), 2015.‬‬
[5] Nilesh S. Wadhe Rupesh A. Juware Dr. N. N. Khalsa ” Determining fault
location on Transmission Line using Distance Relay”, International
Journal of Innovative and Emerging Research in Engineering, Volume
(3), Issue (1), 2016.
 
[6] Gerhard Ziegler. Numerical Distance Protection - Principles and
Applications. Third edit edition, 2008.
 
[7] A Santosh Kumar ,V. Surendranath Chowdary , G. Kalidas Babu,” Fault
DistanceMeasurement of Series Compensated Lines using ANN”, IOSR
Journal of Electrical and Electronics Engineering (IOSR-JEEE), Vol (7), Iss
(1), 2013.
 
[8] Ankush Kohale, Mr. Lumesh Kumar Sahu ,” An Accurate Fault Detection
and Classification Algorithm for Double Circuit Transmission Lines Using
Artificial Neural Network”, International Journal for Research in Applied
Science & Engineering Technology (IJRASET), Vol (5) Iss (VI), 2017.
[9] A. Y. Hatata, Z. M. Hassan, S. S. Eskander,” Transmission Line Protection
Scheme for Fault Detection, Classification and Location Using ANN”,
International Of Modern Engineering Research (IJMER), Vol (6) , Iss(8) ,
2016.
 
[10] Mohamed ZELLAGUI, Abdelaziz CHAGH “Distance protection setting
based Artificial Neural Networks in Presence of TCSR on Electrical
Transmission Line”, I.J. Intelligent Systems and
Applications, 2012, 12, 75-85.
 
[11] M. F. AL-Kababjie, Semaa M. AL-Taee,” Adapting Distance Relay Using
Artificial Neural Networks”, Al-Rafidain Engineering , Vol(17), No(3) ,
2009.
 
[12] Anamika Jain,” Artificial Neural Network-Based Fault Distance Locator
for Double-Circuit Transmission Lines”, Hindawi Publishing Corporation
Advances in Artificial Intelligence, Volume 2013, Article ID 271865.