Hybrid Machine Learning-Based Intelligent Distance Protection and Control Schemes With Fault and Zonal Classification Capabilities for Grid- Connected Wind Farms
Notice bibliographique
Résumé
The poor performance of distance relays may stem from the inherently intermittent nature of wind power generation, presence of power electronic converters, the impact of power system harmonics, existence of series-compensated transmission lines, uncertainty of fault resistance, etc., which may adversely impact the performance of the distance protection relays. Thus, the distance relays in wind farms became a significant concern for utilities committed to ensuring compliance to the grid codes such as voltage-ride through capability and provide a stable and reliable power to the customers. Specialized algorithms, intelligent controllers, and advance monitoring systems must be developed to address these issues. Therefore, this article presents the analysis of several hybrid intelligent protection and control algorithms to improve the reliability of doubly fed induction generator (DFIG)-based wind farms during faults, and other dynamic operating conditions. First, a decision tree (DT) classification algorithm is developed as a fault classifier for the purpose of distinguishing between different types of faults, as well as normal operation and grid disturbances. Next, a support vector machine (SVM) as a fault location estimator and zonal protection scheme is proposed to assist with the decision-making process of distance relay by detecting the location of any type of fault on the transmission line, and precise line zoning protection with a high reliability. Lastly, a combined direct PI control-based scheme is developed for both rotor and grid side converters of the DFIG based wind energy conversion system (WECS). This scheme avoids extra PI based current loop to achieve robust performance at the time of grid side voltage dip as well as normal operating condition. The analysis of the proposed intelligent protection and control schemes exhibits satisfactory results in improving the reliability and stability of grid-connected wind farms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».