Vorausschauende Schutzgeräte für Gleichspannungsnetze
links: Kurzzeitspektrogramm eines Laststroms im DC380V-Netz während eines seriellen Lichtbogens (Quelle: E-T-A Elektrotechnische Apparate GmbH) rechts: Mehrdimensionale Clusteranalyse aller Schaltprozesse (Quelle: E-T-A Elektrotechnische Apparate GmbH)
Da Lichtbögen meist aus niederohmigen seriellen oder hochohmigen parallelen Fehlern entstehen, ist es wichtig, diese frühzeitig zu entdecken. Dies ist möglich durch digitale Verarbeitung fortlaufend gemessener Strom- und Spannungswerte. Das Ziel dieses Projekts war es, selbstlernende Systemmodelle zu entwickeln, die Abweichungen von normalen Betriebszuständen frühzeitig entdecken. So können Fehler erkannt werden, bevor sie zu gefährlichen Situationen führen.
Im Verlauf des Projekts wurden Modelle für einzelne Komponenten, für ganze Gleichstromnetze und für mögliche Fehlersituationen entwickelt. Deren Strukturen sind zwar durch die Gesetze der elektrischen Netzwerktheorie vorgegeben, die Parameter hängen jedoch vom Betriebszustand ab. Die Identifikation der aktuellen Parameterwerte und ihre Klassifizierung mit maschinellen Lernmethoden führen zur gewünschten Unterscheidung von Normalbetrieb und eintretenden Fehlern.
Die entwickelten Konzepte wurden für Anwendungen im Klein- und Niederspannungsbereich bis zu einer Netzspannung von DC 380V spezifiziert. Anhand von modularen Funktionsmustern konnten erfolgreiche Eignungstests und Einflussgrößenanalysen bezüglich der jeweiligen Applikationseigenschaften und der verwendeten Messtechnik durchgeführt werden.