Electric power distribution network holds a critical role in uninterruptable power supply for modern societies. The distribution network comprising of complex of primary and secondary distribution lines is vulnerable to various short-circuit (SC) faults caused by lightning strikes, storms, growing vegetation, animals, insulation breakdown, and other environmental situations. Most SC faults result in breakdowns that need to be repaired in order to restore electric supply to consumers. Rapid and accurate fault localization method helps in an accelerated system restoration process and thus reduces power outage time. In this paper, a new approach related to the noncontact magnetic field (MF)-based measurement system to localize SC faults on 11-kV overhead distribution lines is presented. The method uses highly sensitive and energy-efficient magnetic sensors to detect variations in MF levels measured along the distribution lines. The fault localization algorithm is developed which identifies SC fault on main feeders and its subbranches and then localize the fault by analyzing MF over window size of 20 cycles. The developed algorithm is implemented on a complex distribution system and tested for different cases. Laboratory experiments were conducted to detect and localize SC faults in a multibranch configuration to validate the proposed method, where measurement uncertainty of less than 5% is observed for the worst case scenario.

中文翻译：

---

具有磁测量的架空 11 kV 配电线路的故障检测和定位

配电网络在现代社会的不间断供电中发挥着关键作用。由初级和次级配电线路组成的配电网络容易受到由雷击、风暴、生长的植被、动物、绝缘击穿和其他环境情况引起的各种短路 (SC) 故障的影响。大多数 SC 故障会导致需要维修的故障，以恢复对消费者的电力供应。快速准确的故障定位方法有助于加速系统恢复过程，从而减少停电时间。在本文中，提出了一种与基于非接触式磁场 (MF) 的测量系统相关的新方法，用于定位 11 kV 架空配电线上的 SC 故障。该方法使用高灵敏度和高能效的磁传感器来检测沿配电线测量的 MF 水平的变化。开发了故障定位算法，该算法识别主馈线及其支路上的 SC 故障，然后通过在 20 个周期的窗口大小上分析 MF 来定位故障。所开发的算法在复杂的配电系统上实施，并针对不同情况进行了测试。进行了实验室实验以检测和定位多分支配置中的 SC 故障，以验证所提出的方法，其中在最坏情况下观察到的测量不确定性小于 5%。开发了故障定位算法，该算法识别主馈线及其支路上的 SC 故障，然后通过在 20 个周期的窗口大小上分析 MF 来定位故障。所开发的算法在复杂的配电系统上实施并针对不同情况进行了测试。进行了实验室实验以检测和定位多分支配置中的 SC 故障，以验证所提出的方法，其中在最坏情况下观察到的测量不确定性小于 5%。开发了故障定位算法，该算法识别主馈线及其支路上的 SC 故障，然后通过在 20 个周期的窗口大小上分析 MF 来定位故障。所开发的算法在复杂的配电系统上实施，并针对不同情况进行了测试。进行了实验室实验以检测和定位多分支配置中的 SC 故障，以验证所提出的方法，其中在最坏情况下观察到的测量不确定性小于 5%。