[发明专利]交流滤波器开关选相合闸装置定值自适应选取方法

摘要

本发明公开了一种交流滤波器开关选相合闸装置定值自适应选取方法，包括以下步骤获取选相合闸装置定值初值；将小组交流滤波器开关下一次合闸前的历史实际合闸时间组成合闸时间序列以X(0)进行一次累和操作生成累和序列作为训练样本，建立GNNM(1,1)灰色神经网络模型，使用训练样本并运用粒子群优化算法进行训练，将小组交流滤波器下一次合闸对应的时间序列号作为输入，对网络输出进行一次累减还原得到下一次合闸的合闸时间预测值，并设为新定值。本发明开关选相合闸装置定值的设置随着实际合闸时间的变化趋势而自适应改变，保证交流滤波器三相开关均能在电压过零点附近合闸，减小暂态冲击，具有步骤简单、网络收敛速度快及预测精度高的特点。

主权项

一种交流滤波器开关选相合闸装置定值自适应选取方法，其特征在于，其包括以下步骤：步骤1、获取选相合闸装置定值初值；步骤2、投运小组交流滤波器，所述小组交流滤波器开关下一次合闸前的历史实际合闸时间组成合闸时间序列X(0)＝{x(0)(1),x(0)(2),x(0)(3),...,x(0)(n)}，其中x(0)(k)表示第k次合闸对应的合闸时间，定义k为x(0)(k)在合闸时间序列X(0)中对应的时间序列号，k＝1,2,3...n，对X(0)进行一次累和操作生成累和序列作为训练样本；步骤3、确定网络响应函数和网络结构，建立GNNM(1,1)灰色神经网络模型，所述小组交流滤波器开关下一次合闸前，使用所述训练样本并运用粒子群优化算法对建立的GNNM(1,1)灰色神经网络进行训练，将粒子群优化算法训练得到的结果作为GNNM(1,1)灰色神经网络的权值和阈值，得到训练好的GNNM(1,1)灰色神经网络模型；步骤4、将所述小组交流滤波器下一次合闸对应的时间序列号输入训练好的GNNM(1,1)灰色神经网络模型，对网络输出进行一次累减还原得到小组交流滤波器开关下一次合闸的合闸时间预测值；步骤5、输出所述的合闸时间预测值，并将该合闸时间预测值设为小组交流滤波器开关下一次合闸前所述选相合闸装置的新定值。