[发明专利]一种电力系统暂态稳定裕度预测方法在审

专利信息
申请号: 201310484952.0 申请日: 2013-10-16
公开(公告)号: CN103544542A 公开(公告)日: 2014-01-29
发明(设计)人: 贾宏杰;姚德全;赵帅;曾沅 申请(专利权)人: 天津大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06
代理公司: 天津市北洋有限责任专利代理事务所 12201 代理人: 温国林
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电力系统 稳定 预测 方法
【说明书】:

技术领域

发明涉及电力系统领域,特别涉及一种电力系统暂态稳定裕度预测方法。

背景技术

电力系统暂态稳定评估方法主要有时域仿真法、能量函数法和人工智能三类方法。时域仿真方法通过求解电力系统完整的故障轨迹来进行电力系统稳定性的判别,具有技术成熟、结果可靠等优点,但这一方法的计算量较大,难以满足在线应用需求;基于Lyapunov稳定性理论的暂态能量函数法(TEF),能够定量度量电力系统暂态稳定裕度,且具有计算快捷的优点,但针对复杂电力系统和详细模型,TEF法尚缺乏有效的能量函数构造方法,并且该方法存在无法消除的保守性;人工智能方法不需要建立复杂的数学模型,而是通过输入输出量,建立一个对应的非线性映射,利用其自学习能力判断电力系统稳定性,该方法具有评估速度快、在判稳的同时可计算电力系统稳定裕度等优点,在电力系统暂态稳定评估方面具有一定的应用潜力。

随着电力系统运行数据的大规模增加,基于人工智能方法进行数据分析判断电力系统稳定性取得了一定的研究成果。神经网络方法是人工智能方法的一种常用形式,根据运行数据提取神经网络的计算特征量,基于严重故障集事先训练好神经网络,针对实际故障进行暂态稳定性判断。该方法简单有效,且不需要构造复杂的数学模型。但是,传统基于神经网络方法的暂态稳定评估结果往往只能给出电力系统稳定和不稳定的两元信息,难以给出电力系统的稳定程度,使得实际应用中不能及时消除相应程度的故障;同时由于暂态稳定评估问题的复杂性,神经网络容易在电力系统稳定临界处产生误判情况,会破坏电力系统的正常运行,产生巨大的损失。

发明内容

本发明提供了一种电力系统暂态稳定裕度预测方法,本发明实现了对电力系统暂态稳定裕度的精确预测,避免了在电力系统稳定临界处产生误判情况,使得电力系统可以正常运行,详见下文描述:

一种电力系统暂态稳定裕度预测方法,所述方法包括以下步骤:

(1)提取电力系统不同故障模式下的运行数据;

(2)根据运行数据计算输入特征量,以及临界故障切除时间的裕度值;

(3)将输入特征量作为神经网络的训练样本,根据临界故障切除时间的裕度值大小将训练样本分为不稳定类、较不稳定类、中间类、较稳定类、稳定类五种类别,将分类结果作为输出量,用于训练概率神经网络;

(4)将每种类别训练样本在边界处的选取范围适当拓宽,形成重叠分类,将分类后的每一子类样本作为输入量,子类样本的临界故障切除时间的裕度值作为输出量,训练径向基神经网络;

(5)通过训练的概率神经网络和径向基神经网络形成复合神经网络,并对其进行测试和校核;

(6)在线监测电力系统当前的运行状态;

(7)电力系统无故障发生,则返回步骤(6),继续监测电力系统运行状态;若电力系统发生短路故障时,则提取电力系统中与步骤(1)相同类型的运行数据,根据提取数据计算输入特征量,形成输入特征量样本;

(8)将输入特征量样本输入步骤(5)训练得到的复合神经网络,根据复合网络计算临界故障切除时间的裕度值预测结果;

(9)若临界故障切除时间的裕度值大于0,则电力系统是暂态稳定的,返回步骤(6)继续监测;若临界故障切除时间的裕度值小于0,则电力系统暂态不稳定,需要采取相应措施使得电力系统重新建立稳定运行状态。

所述临界故障切除时间的裕度值Tsm具体为:

Tsm=Tcct-Tct

其中,Tcct为临界故障切除时间,Tct为当前故障切除时间。

所述将输入特征量作为神经网络的训练样本,根据临界故障切除时间的裕度值大小将训练样本分为不稳定类、较不稳定类、中间类、较稳定类、稳定类五种类别,将分类结果作为输出量具体为:

其中,t1,t2,t3,t4为裕度值边界点,满足以下不等式:

t1<t2<0<t3<t4

所述将每种类别训练样本在边界处的选取范围适当拓宽,形成重叠分类具体为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310484952.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top