[发明专利]一种电力系统暂态稳定裕度预测方法

摘要

本发明公开了一种电力系统暂态稳定裕度预测方法，本方法在实现电力系统暂态稳定评估的同时，可以预测出当前的CCT裕度值大小，由裕度值大小可以间接判断出电力系统的稳定程度，为采取相应的紧急控制提供有利的参考依据。采用PNN网络作为复合网络的第一层分类网络，RBF网络作为复合网络的预测网络。网络输入特征量采用与电力系统规模无关的特征量，可适用于构造不同电力系统规模的复合预测网络。分类预测使得样本进行有效归类，有助于提高神经网络计算效率和预测精度。本发明有助于构造RBF子网络，减少网络计算量，提高运算速度；本发明涵盖于边界点两边的RBF子网络预测范围中，即使发生PNN误分类，仍能够预测出CCT裕度值。

主权项

一种电力系统暂态稳定裕度预测方法，其特征在于，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。