[发明专利]基于混沌时间序列和神经网络的微电网电压安全评估方法

权利要求书

1.基于混沌时间序列和神经网络的微电网电压安全评估方法，其特征在于，包括以下步骤：

步骤1，输入电压数据时间序列；

步骤2，采用VSAI的动态电压稳定性标准进行安全评估，当VSAI_i＝u_th-u_i≤0那么说明微电网系统总线电压被评估为危险，而只有当VSAI_i＝u_th-u_i＞0时，微电网电压才处于一个安全状态；

步骤3，对电压数据的混沌性进行判断，通过Lyapunov指数的正负来进行判断，当Lyapunov指数为正时代表电压数据具有混沌属性，而指数为负时代表电压数据不具有混沌属性；

步骤4，进行相空间重构；

步骤5，RBF神经网络的训练，RBF神经网络包括输入层、隐含层和输出层，为多层前向网络结构，所述输入层的信号源节点可传递输入信号到隐含层的节点；隐含层的节点呈辐射状函数结构；输出层的传递函数是线性函数，是对输入模式的作用做出响应；将RBF神经网络的输入层到隐含层的权值设定为常数1，网络训练时训练隐含层到输出层的权值；

步骤6，提供判断微电网电压安全可控依据，具体内容如下，

步骤6.1，以欧式距离作为样本的选择标准，选取相空间中离第M个相点的欧式距离最近的k个相点为训练样本的输入部分，训练样本中的目标输出为所选的相点在相空间对应位置的下一行的最后一个分量，由此便可以组成网络的训练样本对，将训练样本对输入网络进行训练，当网络达到训练精度或达到最大学习次数时，停止网格训练；

步骤6.2，在得到满足要求的网络后，以相空间中第M个相点作为网格的输入，此时便可以得到网络的第一个预测结果，将第一个预测结果反馈到网络的输入端，以此来重新构造网络的输入，然后再进行预测得到第二个预测结果，直至得到预测结果；

步骤7，结束。

2.根据权利要求1所述的基于混沌时间序列和神经网络的微电网电压安全评估方法，其特征在于，所述步骤2中，根据负载总线电压的均方根值的时间序列数据进行计算，将采集到的电压时间序列{v_i,i＝1,2,…n}，由电压安全评估指数按照以下步骤配置：

步骤2.1，求取重构后电压数据的移动平均值：

步骤2.2，计算测量点的电压v_i与电压的移动平均值之间的偏差c_i：

步骤2.3，在第i个瞬间将百分比多样性曲线下的面积除以N的值如下：

步骤2.4，第i个瞬间的VSAI定义为：

VSAI_i＝u_th-u_i (4)

其中u_th是安全阈值。

3.根据权利要求2所述的基于混沌时间序列和神经网络的微电网电压安全评估方法，其特征在于，所述步骤3的具体内容如下：

建立一维的动力系统：x_n+1＝f(x_n) n＝0,1,2,…(5)

其中初值x₀受到一个微小的扰动δx₀，通过一次迭代后，偏差为

δx₁＝f(x₀+δx₀)-f(x₀)

≈f'(x₀)δx₀ (6

经过n次迭代后，绝对偏差为：

其中：

定义：

为Lyapunov指数；

当λ为正值时，表示系统相邻轨道迅速分离，长时间运动局部不稳定且对初始值敏感，轨线在有界区域内多次折叠，从而导致混沌。