با توجه به روند رو به رشد استفاده از منابع انرژی در سالهای اخیر، کاهش سوخت های فسیلی و آلودگی ناشی از آنها، همچنین نگرانی در مورد تغییرات آب و هوا و هزینه زیاد توسعه شبکه های سنتی، لزوم بهکارگیری هر چه بیشتر منابع تجدیدپذیر انرژی احساس می شود. یکی از راهکارهای پیش رو برای غلبه بر این مشکلات، استفاده از منابع انرژی تولید پراکنده می باشد. راه بهینه استفاده از این منابع، ایجاد ریزشبکه است. مفهوم ریزشبکه برای حل مشکل ادغام منابع تجدیدپذیر انرژی و ژنراتورهای توزیع شده در شبکه قدرت، به وجود آمده است. طبق تعریف؛ ریزشبکه ها مجموعه ای از منابع تجدیدپذیر انرژی مانند انرژی باد و خورشید، دستگاه های ذخیره ساز انرژی و بارهای محلی هستند که به دو صورت متصل به شبکه و جزیره ای می توانند مورد بهره برداری قرار گیرند. ریزشبکه هم مانند دیگر شبکه های الکتریکی در معرض انواع خطاها قرار دارد و برای حفظ امنیت آن، باید روش های حفاظتی مناسب هنگام رخداد خطا به کار گرفته شوند. این روش ها باید توانایی تشخیص خطا در زمان مناسب را داشته باشند به گونهای که کمترین آسیب به سیستم وارد شود. در این پایان نامه یک ریزشبکه ACمتصل به شبکه سراسری در نظر گرفته شده و به آن خطای اتصال کوتاه متقارن اعمال شده است. مهم ترین نوآوری این تحقیق، تشخیص خطاهای احتمالی در ریزشبکه ها با استفاده از روش های مبتنی بر سیگنال است. ضرورت اصلی انجام این تحقیق این است که با تشخیص به موقع خطا در ریزشبکه، امکان جلوگیری از عواقب خطرناک آن با استفاده از روش های مبتنی بر سیگنال فراهم گردد. فرض می شود ریزشبکه در معرض انواع خطاهای احتمالی، اغتشاش و نامعینی قرار دارد و هدف، طراحی سیستمی است که بتواند در کمترین زمان ممکن، خطا را تشخیص داده و محل وقوع آن را تعیین کند. بر این اساس، با استفاده از رویکرد مبتنی بر سیگنال و استخراج شکل موجهای سیگنال های جریان، ولتاژ و توان خروجی منابع تجدیدپذیر انرژی و بارهای ریزشبکه در لحظه وقوع خطا و مقایسه آنها با حالت نامی، وقوع خطا تشخیص داده شده است. برای تعیین مکان خطا، ویژگی های حوزه زمان سیگنال توان استخراج و به عنوان ورودی به الگوریتم ماشین بردار پشتیبان داده می شود و با استفاده از روش طبقه بندی کننده ماشین بردار پشتیبان، مکان خطا نیز تشخیص داده شده است. همچنین به کمک این روش، خطا و اغتشاش در منابع تجدیدپذیر انرژی با هم مقایسه شده اند و این روش به خوبی قادر به تشخیص آنها از یکدیگر است.
