Universidad de Burgos RIUBU Principal Default Universidad de Burgos RIUBU Principal Default
  • español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
Universidad de Burgos RIUBU Principal Default
  • Ayuda
  • Contacto
  • Sugerencias
  • Acceso abierto
    • Archivar en RIUBU
    • Acuerdos editoriales para la publicación en acceso abierto
    • Controla tus derechos, facilita el acceso abierto
    • Sobre el acceso abierto y la UBU
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUBUComunidadesFechaAutor / DirectorTítuloMateria / AsignaturaEsta colecciónFechaAutor / DirectorTítuloMateria / Asignatura

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    Compartir

    Ver ítem 
    •   RIUBU Principal
    • E-Prints y Datos de investigación
    • Departamentos y Centros
    • Departamento de Ingeniería Electromecánica
    • Área de Ingeniería de Sistemas y Automática
    • Artículos Ingeniería de Sistemas y Automática
    • Ver ítem
    •   RIUBU Principal
    • E-Prints y Datos de investigación
    • Departamentos y Centros
    • Departamento de Ingeniería Electromecánica
    • Área de Ingeniería de Sistemas y Automática
    • Artículos Ingeniería de Sistemas y Automática
    • Ver ítem

    Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10259/7540

    Título
    Acoustic Noise-Based Detection of Ferroresonance Events in Isolated Neutral Power Systems with Inductive Voltage Transformers
    Autor
    Martínez, Raquel
    Arroyo, Alberto
    Pigazo, Alberto
    Manana, Mario
    Bayona Blanco, EduardoAutoridad UBU Orcid
    Azcondo, Francisco J.
    Bustamante, Sergio
    Laso, Alberto
    Publicado en
    Sensors. 2022, V. 23, n. 1, 195
    Editorial
    MDPI
    Fecha de publicación
    2022-12
    DOI
    10.3390/s23010195
    Resumen
    Power-quality events and operation transients in power systems (PS) with isolated neutral can saturate inductive voltage transformers (IVT), which, when interacting with the overhead and underground cable capacitances, can cause ferroresonance events in the local PS. This abnormal operating mode can partially or totally damage the transformers and switchgears within the affected PS. Distribution system operators (DSO) can minimize these effects by detecting ferroresonance events accurately and fast enough and changing the mode of operation accordingly. Direct detection methods, i.e., based on voltage measurements, are reliable, but the massive deployment of this solution is relatively expensive; i.e., power quality analyzers cost thousands of USD. Alternatively, indirect detection methods are also available, e.g., IVT vibration measurements with accelerometers costing hundreds of USD, but their reliability depends on the installation method used. This manuscript proposes using the acoustic noise caused by magnetostriction forces within the IVT core during ferroresonance events to detect their occurrence. Compared to other indirect methods, electret condenser microphones with preamplifying stage cost less than USD 10 and are less sensitive to the installation procedure. The proposed method is validated experimentally, and its performance compared to IVT vibration measurements one by using the same detection methodology.
    Palabras clave
    Ferroresonance detection
    Inductive voltage transformer
    Potential transformer
    Materia
    Electrotecnia
    Electrical engineering
    URI
    http://hdl.handle.net/10259/7540
    Versión del editor
    https://doi.org/10.3390/s23010195
    Aparece en las colecciones
    • Artículos Ingeniería de Sistemas y Automática
    Atribución 4.0 Internacional
    Documento(s) sujeto(s) a una licencia Creative Commons Atribución 4.0 Internacional
    Ficheros en este ítem
    Nombre:
    Martinez-sensors_2022.pdf
    Tamaño:
    2.476Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir

    Métricas

    Citas

    Academic Search
    Ver estadísticas de uso

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis
    Mostrar el registro completo del ítem