Negli ultimi anni la sicurezza elettrica ha assunto un ruolo sempre più centrale, con particolare attenzione alla prevenzione dei guasti che possono generare incendi. Tra questi, il guasto ad arco (arc fault) rappresenta una delle principali cause di rischio negli impianti elettrici, richiedendo soluzioni tecnologiche avanzate per una rilevazione efficace.Questa tesi di dottorato si concentra sullo sviluppo di strategie innovative per l’identificazione degli arc fault negli impianti domestici monofase a 50 Hz, con l’obiettivo di realizzare algoritmi affidabili e computazionalmente leggeri, implementabili su dispositivi industriali con risorse limitate. Il percorso di ricerca si è articolato in più fasi: dall’implementazione real-time di una strategia basata sull’analisi armonica a bassa frequenza, alla definizione di nuove metriche nel dominio del tempo, fino alla realizzazione di un prototipo sperimentale validato su rete reale.I risultati hanno portato all’individuazione e alla caratterizzazione di undici metriche, successivamente, tra cui una oggetto di brevetto congiunto, capaci in simulazione di garantire un tasso di successo nella rilevazione superiore al 99% con un carico computazionale minimo. L’integrazione di una ulteriore strategia di monitoraggio derivata dalla precedente è stata inserita direttamente sull’Omhero ha dimostrato la fattibilità tecnica e l’efficacia del sistema, raggiungendo un livello di maturità tecnologica (TRL) elevato e aprendo la strada alla commercializzazione di dispositivi AFDD compatti e affidabili da parte di Prysmian.Il contributo di questa ricerca risiede quindi nella definizione e validazione di una metodologia per la rilevazione degli arc fault che coniuga solidità scientifica, applicabilità industriale e prospettive di estensione verso settori emergenti, come gli impianti fotovoltaici e le reti elettriche avanzate.

Studio e sviluppo di algoritmi innovativi per l’identificazione dell’ARC FAULT adatti per l’implementazione su dispositivi innovativi di misura per impianti elettrici domestici ed industriali.

ZINNO, Aurelio
2025

Abstract

Negli ultimi anni la sicurezza elettrica ha assunto un ruolo sempre più centrale, con particolare attenzione alla prevenzione dei guasti che possono generare incendi. Tra questi, il guasto ad arco (arc fault) rappresenta una delle principali cause di rischio negli impianti elettrici, richiedendo soluzioni tecnologiche avanzate per una rilevazione efficace.Questa tesi di dottorato si concentra sullo sviluppo di strategie innovative per l’identificazione degli arc fault negli impianti domestici monofase a 50 Hz, con l’obiettivo di realizzare algoritmi affidabili e computazionalmente leggeri, implementabili su dispositivi industriali con risorse limitate. Il percorso di ricerca si è articolato in più fasi: dall’implementazione real-time di una strategia basata sull’analisi armonica a bassa frequenza, alla definizione di nuove metriche nel dominio del tempo, fino alla realizzazione di un prototipo sperimentale validato su rete reale.I risultati hanno portato all’individuazione e alla caratterizzazione di undici metriche, successivamente, tra cui una oggetto di brevetto congiunto, capaci in simulazione di garantire un tasso di successo nella rilevazione superiore al 99% con un carico computazionale minimo. L’integrazione di una ulteriore strategia di monitoraggio derivata dalla precedente è stata inserita direttamente sull’Omhero ha dimostrato la fattibilità tecnica e l’efficacia del sistema, raggiungendo un livello di maturità tecnologica (TRL) elevato e aprendo la strada alla commercializzazione di dispositivi AFDD compatti e affidabili da parte di Prysmian.Il contributo di questa ricerca risiede quindi nella definizione e validazione di una metodologia per la rilevazione degli arc fault che coniuga solidità scientifica, applicabilità industriale e prospettive di estensione verso settori emergenti, come gli impianti fotovoltaici e le reti elettriche avanzate.
2025
Italiano
Di Stefano, Antonio
CATALIOTTI, Antonio
RIVA SANSEVERINO, Eleonora
Università degli Studi di Palermo
Palermo
File in questo prodotto:
File Dimensione Formato  
TESI DOTTORATO AURELIO ZINNO_compressed.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 7.85 MB
Formato Adobe PDF
7.85 MB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/310347
Il codice NBN di questa tesi è URN:NBN:IT:UNIPA-310347