Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mạng nơ-ron tích chập được tinh chỉnh bằng tối ưu hóa sói xám cho bảo vệ đường dây truyền tải với khả năng miễn dịch chống lại dao động điện lực đối xứng và không đối xứng
Tóm tắt
Hồ sơ dòng điện - điện áp tương tự trong quá trình dao động điện lực và sự cố thường dẫn đến việc vận hành sai của các rơ-le khoảng cách. So với các dao động điện lực đối xứng, việc phân biệt một kịch bản dao động với một sự cố trở nên khó khăn hơn trong các dao động không đối xứng do việc ngắt mạch một cực. Khác với các dao động điện lực đối xứng, sự hiện diện của dòng điện chuỗi không và dòng điện chuỗi âm trong các kịch bản dao động không đối xứng cản trở việc áp dụng các sơ đồ chặn dao động điện lực truyền thống. Trong bối cảnh này, một sơ đồ bảo vệ dựa trên mạng nơ-ron tích chập (CNN) đã được đề xuất trong bài báo này, không chỉ phát hiện, phân loại và xác định vị trí của các sự cố mà còn có khả năng phân biệt giữa dao động điện lực (bao gồm cả đối xứng và không đối xứng) và sự cố. Việc phân biệt này giúp tránh nguy cơ vận hành sai trong các tình huống không gặp sự cố, từ đó khắc phục hạn chế của sơ đồ bảo vệ hiện tại. Với mạng nơ-ron tích chập, các tín hiệu thô được đưa trực tiếp vào bộ phân loại, do đó tránh được chi phí tính toán liên quan đến việc trích xuất đặc trưng trong miền thời gian và tần số. Với mục tiêu đạt được khả năng lập bản đồ đầu vào - đầu ra tốt hơn cho CNN đối với các tập dữ liệu lớn hơn, một kỹ thuật tối ưu hóa tiến hóa, cụ thể là tối ưu hóa sói xám, đã được sử dụng để xác định các giá trị tối ưu của các tham số điều chỉnh của CNN. Hiệu suất của sơ đồ đề xuất đã được kiểm nghiệm rộng rãi cho nhiều điều kiện sự cố và dao động điện lực khác nhau dựa trên các chỉ số tiêu chuẩn, tức là độ tin cậy, độ an toàn và độ chính xác. Sự hiệu quả của sơ đồ đề xuất cũng đã được đánh giá cho cài đặt thực tế qua việc thực hiện mô phỏng thời gian thực trên bộ mô phỏng số OPAL-RT.
Từ khóa
#bảo vệ đường dây truyền tải #mạng nơ-ron tích chập #tối ưu hóa sói xám #dao động điện lực đối xứng #dao động điện lực không đối xứng #vận hành saiTài liệu tham khảo
Srivastava SC, Velayutham A, Agrawal KK, Bakshi AS (2012) Report of the enquiry committee on grid disturbance in northern region on 30th July 2012 and in northern, eastern & north-eastern region on 31st July 2012. Delhi. August
ABB Power Technologies (2006) Technical reference manual: Line distance protection terminal REL 521*2.5. Dec. 2006
Mechraoui A, Thomas DWP (1997) A new principle for high resistance earth fault detection during fast power swings for distance protection. IEEE Trans Power Deliv 12(4):1452–1457
Benmouyal G, Hou D, Tziouvaras D (2004) Zero-setting power-swing blocking protection. In: 31st annual western protective relay conference, pp 36–41
Pang C, Kezunovic M (2010) Fast distance relay scheme for detecting symmetrical fault during power swing. IEEE Trans Power Deliv 25(4):2205–2212
Nayak PK, Pradhan AK, Bajpai P (2015) Secured zone 3 protection during stressed condition. IEEE Trans Power Deliv 30(1):89–96
Lin X, Gao Y, Liu P (2008) A novel scheme to identify symmetrical faults occurring during power swings. IEEE Trans Power Deliv 23(1):73–78
Rao JG, Pradhan AK (2015) Power-swing detection using moving window averaging of current signals. IEEE Trans Power Deliv 30(1):368–376
Brahma SM (2007) Distance relay with out-of-step blocking function using wavelet transform. IEEE Trans Power Deliv 22(3):1360–1366
Dubey R, Samantaray SR (2013) Wavelet singular entropy-based symmetrical fault-detection and out-of-step protection during power swing. IET Gener Transm Distrib 7(10):1123–1134
Samantaray SR, Dubey RK, Babu BC (2012) A novel time–frequency transform based spectral energy function for fault detection during power swing. Electric Power Compon Syst 40(8):881–897
Jena P, Pradhan AK (2013) Directional relaying during single-pole tripping using phase change in negative-sequence current. IEEE Trans Power Deliv 28(3):1548–1557
Jena P, Pradhan AK (2015) Directional relaying during secondary arc using negative-sequence superimposed technique. IEEE Trans Power Deliv 30(3):1626–1628
Adly AR, El Sehiemy RA, Abdelaziz AY (2016) A negative sequence superimposed pilot protection technique during single pole tripping. Electr Power Syst Res 137:175–189
Kumar J, Jena P (2018) Adaptive distance relaying for grid-connected line with consideration of single-phase auto-reclosing. Arab J Sci Eng 44:1–13
Hashemi SM, Sanaye-Pasand M (2018) Distance protection during asymmetrical power swings: challenges and solutions. IEEE Trans Power Deliv 33(6):2736–2745
Dubey R, Samantaray SR, Panigrahi BK, Venkoparao VG (2016) Data-mining model based adaptive protection scheme to enhance distance relay performance during power swing. Int J Electr Power Energy Syst 81:361–370
Shukla SK, Koley E, Ghosh S (2018) DC offset estimation-based fault detection in transmission line during power swing using ensemble of decision tree. IET Sci Meas Technol 13:212–222
Moravej Z, Ashkezari JD, Pazoki M (2015) An effective combined method for symmetrical faults identification during power swing. Int J Electr Power Energy Syst 64:24–34
Seethalekshmi K, Singh SN, Srivastava SC (2012) A classification approach using support vector machines to prevent distance relay maloperation under power swing and voltage instability. IEEE Trans Power Deliv 27(3):1124–1133
Koley E, Shukla SK, Ghosh S, Mohanta DK (2017) Protection scheme for power transmission lines based on SVM and ANN considering the presence of non-linear loads. IET Gener Transm Distrib 11(9):2333–2341
Koley E, Verma K, Ghosh S (2017) A modular neuro-wavelet based non-unit protection scheme for zone identification and fault location in six-phase transmission line. Neural Comput Appl 28(6):1369–1385
Shukla SK, Koley E, Ghosh S (2018) A hybrid wavelet–APSO–ANN-based protection scheme for six-phase transmission line with real-time validation. Neural Comput Appl 31:1–15
Chen K, Hu J, He J (2018) Detection and classification of transmission line faults based on unsupervised feature learning and convolutional sparse autoencoder. IEEE Trans Smart Grid 9(3):1748–1758
Manohar M, Koley E, Ghosh S (2019) Enhancing resilience of PV-fed microgrid by improved relaying and differentiating between inverter faults and distribution line faults. Int J Electr Power Energy Syst 108:271–279
Zadeh HK, Li Z (2008) A novel power swing blocking scheme using adaptive neuro-fuzzy inference system. Electr Power Syst Res 78(7):1138–1146
Lopez-Rincon A, Tonda A, Elati M, Schwander O, Piwowarski B, Gallinari P (2018) Evolutionary optimization of convolutional neural networks for cancer miRNA biomarkers classification. Appl Soft Comput 65:91–100
Yin Z, Kong D, Shao G, Ning X, Jin W, Wang JY (2018) A-optimal convolutional neural network. Neural Comput Appl 30(7):2295–2304
Mirjalili S, Mirjalili SM, Lewis A (2014) Grey wolf optimizer. Adv Eng Softw 69:46–61
Kamboj VK, Bath SK, Dhillon JS (2016) Solution of non-convex economic load dispatch problem using Grey Wolf Optimizer. Neural Comput Appl 27(5):1301–1316
Hiskens I (2013) IEEE PES task force on benchmark systems for stability controls. Tech. Rep. http://eioc.pnnl.gov/benchmark/ieeess/IEEE39/New_England_Reduced_Model_(39_bus_system)_MATLAB_study_report.pdf. Accessed Nov 2013
Nayak PK, Pradhan G (2019) Detection of three-phase fault during power swing using zero frequency filtering. Int Trans Electr Energy Syst 29(1):e2700
Reddy MJB, Mohanta DK (2008) Performance evaluation of an adaptive-network-based fuzzy inference system approach for location of faults on transmission lines using Monte Carlo simulation. IEEE Trans Fuzzy Syst 16(4):909–919
Opal-RT: RT Lab Real Time Simulation Software. Available at http://www.opal-rt.com/products/rt-lab-professional