Abstract

In the double-circuit transmission line (DCTL), location of cross-country faults (CCFs) is more wearisome due to its intricate nature. The CCFs can occur at miscellaneous locations on dissimilar phases at the same fault inception time. Furthermore, the CCFs encompasses different fault locations which can mislead the line patrolling team and not only takes long hours to attend the fault location. Therefore, this may also cause electrical stress on the various power system components owing to tripping of circuit breaker repeatedly because of inappropriate fault clearance. In this context, an ensemble of regression tree (ERT) model-based fault location scheme is proposed using different regression trees such as Bagged Regression Trees (BGRT) and Boosted Regression Trees (BSRT). These regression tree modules have been trained with optimized hyper-parameters such as minimum leaf size, leaning cycles, and learning rate by using Bayesian optimization. A 400 kV, 50 Hz Chhattisgarh state power system (CSPS) network has been designed and simulated in MATLAB/Simulink to implement the proposed fault location scheme. Exclusive datasets have been designed at atypical fault scenarios thereby applying an exploratory signal processing technique such as Discrete Wavelet Transform (DWT). Additionally, the performance assessment has been done by comparing different error metrics. The simulation results reveal the applicability of the proposed ensemble regression tree (ERT) model for location of CCFs and it gives a research insight to adapt the same in the real power system network.

摘要

在双回路传输线（DCTL）中，越野故障（CCF）的位置由于其复杂的特性而更加令人讨厌。CCF可以在同一故障起始时间出现在不同相的其他位置。此外，CCF涵盖了不同的故障位置，这可能会误导线路巡逻团队，不仅要花费很长时间才能到达故障位置。因此，由于不适当的故障清除，这也可能由于断路器反复跳闸而在各种电源系统组件上引起电应力。在这种情况下，使用不同的回归树（如袋装回归树（BGRT）和增强回归树（BSRT））提出了基于回归树（ERT）模型的故障定位方案。通过使用贝叶斯优化，这些回归树模块已通过优化的超参数进行了训练，例如最小的叶子大小，倾斜周期和学习率。已经设计了一个400 kV，50 Hz的查蒂斯加尔邦电力系统（CSPS）网络，并在MATLAB / Simulink中对其进行了仿真，以实现所提出的故障定位方案。在非典型故障情况下设计了专用数据集，从而应用了探索性信号处理技术，例如离散小波变换（DWT）。此外，通过比较不同的错误指标来完成性能评估。仿真结果揭示了所提出的集成回归树（ERT）模型在CCF位置上的适用性，并为将其应用于实际电力系统网络提供了研究见识。使用贝叶斯优化来提高学习速度。已经设计了一个400 kV，50 Hz的查蒂斯加尔邦电力系统（CSPS）网络，并在MATLAB / Simulink中对其进行了仿真，以实现所提出的故障定位方案。在非典型故障情况下设计了专用数据集，从而应用了探索性信号处理技术，例如离散小波变换（DWT）。另外，通过比较不同的错误指标来完成性能评估。仿真结果揭示了所提出的集成回归树（ERT）模型在CCF位置上的适用性，并为将其应用于实际电力系统网络提供了研究见识。使用贝叶斯优化来提高学习速度。已经设计了一个400 kV，50 Hz的查蒂斯加尔邦电力系统（CSPS）网络，并在MATLAB / Simulink中对其进行了仿真，以实现所提出的故障定位方案。在非典型故障情况下设计了专用数据集，从而应用了探索性信号处理技术，例如离散小波变换（DWT）。此外，通过比较不同的错误指标来完成性能评估。仿真结果揭示了所提出的集成回归树（ERT）模型在CCF位置上的适用性，并为将其应用于实际电力系统网络提供了研究见识。已经在MATLAB / Simulink中设计并仿真了50 Hz的查蒂斯加尔邦电力系统（CSPS）网络，以实现所提出的故障定位方案。在非典型故障情况下设计了专用数据集，从而应用了探索性信号处理技术，例如离散小波变换（DWT）。另外，通过比较不同的错误指标来完成性能评估。仿真结果揭示了所提出的集成回归树（ERT）模型在CCF位置上的适用性，并为将其应用于实际电力系统网络提供了研究见识。已经在MATLAB / Simulink中设计并仿真了50 Hz的查蒂斯加尔邦电力系统（CSPS）网络，以实现所提出的故障定位方案。在非典型故障情况下设计了专用数据集，从而应用了探索性信号处理技术，例如离散小波变换（DWT）。另外，通过比较不同的错误指标来完成性能评估。仿真结果揭示了所提出的集成回归树（ERT）模型在CCF位置上的适用性，并为将其应用于实际电力系统网络提供了研究见识。通过比较不同的错误指标来完成性能评估。仿真结果揭示了所提出的集成回归树（ERT）模型在CCF位置上的适用性，并为将其应用于实际电力系统网络提供了研究见识。通过比较不同的错误指标来完成性能评估。仿真结果揭示了所提出的集成回归树（ERT）模型在CCF位置上的适用性，并为将其应用于实际电力系统网络提供了研究见识。