交互式多模型算法在电力系统暂态稳定预测中的应用

电力系统暂态分析 讲义 powersystemtransientanalysislecture teachingmaterial：《电力系统暂态分析》第二版，李光琦编 classhour：51 applyingclass：电气工程及其自动化专业2001级 teacher：杭乃善 目录 绪论············································································1 第一章电力系统故障分析的基本知识·············································1 第一节概述··························································1 第二节标幺制···················

设计了一种远程控制机器人,并采用了交互式多模型(imm)算法,使操作人员在远离危险的情况下完成控制操作,提高了机器人服务器跟踪目标的能力。实验证明:机器人系统在远程可控性和实时性上有良好的表现。

以小浪底水电站为对象建立了用于电力系统暂态稳定分析的不同形式的水力系统数学模型,包括不均匀单管刚性水击模型和弹性水击模型以及计及机组间水力耦合的两元输水系统弹性水击模型、水轮机的线性化模型和非线性模型。利用电力系统分析综合程序提供的用户自定义模型功能对河南电网进行了暂态过程仿真,分析了不同水力系统模型以及水力耦合对电力系统暂态稳定性的影响。

在机器学习领域,暂态稳定评估问题被定义为通过大量故障样本来估计稳定边界的二分类问题。该文提出了一种深度学习方法来解决这个二分类问题。该方法包含4个步骤：首先,利用样本数据构建原始输入特征来描述电力系统动态特性;然后,采用变分自动编码器（variationalauto-encoders,vae）对原始输入特征进行无监督学习实现特征抽取,从而获得高阶特征;之后,对卷积神经网络（convolutionneuralnetwork,cnn）进行有监督学习训练得到高阶特征与电力系统暂态稳定性之间的映射关系;最后,将训练得到的模型应用于电力系统在线暂态稳定评估。在新英格兰39节点测试电力系统的仿真试验表明,所提出的暂态稳定评估（transientstabilityassessment,tsa）模型具有评估精度高、不稳定样本评估错误率低、抗噪声干扰能力强的特点,适合基于广域测量信息的准实时在线暂态稳定评估。

针对电力系统暂态稳定评估中稳定样本与不稳定样本误分类代价不同的特点,提出一种基于代价敏感极端学习机的电力系统暂态稳定评估方法。该方法在现有极端学习机的基础上,引入误分类代价的概念,以误分类代价最小为目标,构造代价敏感极端学习机,克服了现有极端学习机应用于暂态稳定评估时只追求高的分类准确率而忽略不稳定样本漏报率的缺点。新英格兰39节点系统和ieee145节点系统的仿真结果表明,所提方法的评估结果更倾向于将样本划分为误分类代价大的不稳定样本,以减小总的误分类代价。通过调整误分类代价矩阵,不仅可以使漏报率降为0,还能使稳定样本的误报率维持在较低的水平,保证了评估结果的可靠性。

现有模型误差分析方法准确度低,借鉴层次分析法的思想,提出一种电力系统暂态模型评价方法。该评价方法以暂态响应中各正弦分量的幅值、频率、相位和衰减因子作为评价指标,对暂态响应中各正弦分量的模拟准确度进行评价,然后通过各正弦分量评价结果的线性加权实现电力系统暂态模型的总体评价。最后利用仿真验证了该评价方法的正确性与可行性。该方法合理地利用了暂态信号由若干正弦信号相互叠加的特点,更适用于电力系统暂态分析,且该方法采用定性与定量相结合的方式确定各指标的相对权重,在保证了评价方法客观性的同时提高了该方法的适用性。

目前,利用数据挖掘方法进行电力系统暂态稳定评估的研究,对结果中不稳定样本被误判为稳定样本的情况重视不足,不符合电网运行对安全性的要求。针对该问题,文中提出了安全域概念下基于多支持向量机综合的电力系统暂态稳定评估方法。该方法首先利用网格法对支持向量机进行参数寻优,然后选取分类准确率高的若干组支持向量机参数,在这些参数下训练支持向量机,最后对训练得到的支持向量机进行综合,实现电力系统暂态稳定评估。对仿真系统的分析表明,文中提出的方法能够充分利用不同参数的支持向量机提供的有用信息,大量减少"误判稳定"样本的个数,可以对应用数据挖掘理论进行电力系统暂态稳定评估的实际应用提供有益的参考。

电力系统暂态分析全部课件

第2章作业参考答案 2-1为何要对同步发电机的基本电压方程组及磁链方程组进行派克变换？ 答：由于同步发电机的定子、转子之间存在相对运动，定转子各个绕组的磁 路会发生周期性的变化，故其电感系数（自感和互感）或为1倍或为2倍转子角 θ的周期函数（θ本身是时间的三角周期函数），故磁链电压方程是一组变系数的 微分方程，求解非常困难。因此，通过对同步发电机基本的电压及磁链方程组进 行派克变换，可把变系数微分方程变换为常系数微分方程。 2-2无阻尼绕组同步发电机突然三相短路时，定子和转子电流中出现了哪些分 量？其中哪些部分是衰减的？各按什么时间常数衰减？试用磁链守恒原理说明 它们是如何产生的？ 答：无阻尼绕组同步发电机突然三相短路时，定子电流中出现的分量包含： a）基频交流分量(含强制分量和自由分量)，基频自由分量的衰减时间常数 为td’。 b）直流分量（自由分量），其衰减

1-2-1解：kvumvab110,30s2b （1）精确计算：;157.0;62.2,6.6;81.1,55.923311kaikaikvukaikvubbbbb （2）近似计算：;151.0;75.2,3.6;65.1,5.1023311kaikaikvukaikvubbbbb 1-3-1解（此处6.3kv为相电压，而例1-4的6.3kv为线电压）： 例4-1已求出每条电缆（包括电抗器）943.0z，铺设3条；6.57 505.0 797.01 tg （1）kaim45.9 943.0 3.6 2。 （2）005.037.8)6.27cos(45.9 t aeti 005.099.7)6.147cos(45.9 t beti， 005.0379.0)3.92cos(45.9 t ceti （3） kaita3

第一章 1-2-1对例1-2，取kv1102bu，mvasb30,用准确和近似计算法计算参数标 幺值。 解：①准确计算法： 选取第二段为基本段，取kv1102bu，mvasb30，则其余两段的电压基准值分 别为： 9.5kvkv110 121 5.10 211bbuku kv6.6 6.6 110 110 2 2 3k uubb 电流基准值： ka u s i b b b8.1 5.93 30 31 1 ka u s i b b b16.0 1103 30 32 2 3 3 30 2.62 336.6 b b b s ika u 各元件的电抗标幺值分别为： 发电机：32.0 5.9 30 30 5.10 26.02 2 1x 变压器1t：121.0 5.31 30 110 121 105.022 2 2x 输电线路：079.0

长沙理工大学拟题纸 课程编号003023拟题教研室（或老师）签名马士英教研室主任签名 课程名称（含档次）电力系统暂态分析（c卷）专业层次（本、专）本科 专业电气工程及其自动化考试方式（开、闭卷）闭卷 一、判断题（下述说法是否正确，在你认为正确的题号后打“√”，错误的打“×”，每小题2分， 共20分） 1、分析电力系统机电暂态过程时，通常认为电磁暂态过程已经结束，即不再考虑发电机内部的 电磁暂态过程。（） 2、短路冲击电流出现在短路发生后约半个周期。（） 3、不管发电机的各个绕组是由超导体还是非超导体构成，短路电流中的非周期分量都将逐渐衰 减到零。（） 4、当发电机定子绕组之间的互感系数为常数时，发电机为隐极机。（） 5、abc三相系统中的非周期分量变换到dq0系统中为基频交流分量。（） 6、电力系统发生不对称短路时

第一章电力系统分析基础知识 1-2-1对例1-2，取kv1102bu，mvasb30,用准确和近似计算法计算参数标幺值。 解：①准确计算法： 选取第二段为基本段，取kv1102bu，mvasb30，则其余两段的电压基准值分 别为：9.5kvkv110 121 5.10 211bbuku kv6.6 6.6 110 110 2 2 3k uubb 电流基准值： ka u si b b b8.1 5.93 30 31 1 ka u s i b b b16.0 1103 30 32 2 各元件的电抗标幺值分别为： 发电机：32.0 5.9 30 30 5.10 26.02 2 1x 变压器1t：121.05.31 30 110 121 105.022 2 2x 输电线路：079.0 110 30 804.023x 变压器2t：21

电力系统暂态分析(第三版）李光琦习题解答 第一章电力系统分析基础知识 1-2-1对例1-2，取kv1102bu，mvasb30,用准确和近似计算法计算参数标幺值。 解：①准确计算法： 选取第二段为基本段，取kv1102bu，mvasb30，则其余两段的电压基准值分别为： 9.5kvkv110 121 5.10 211bbuku kv6.6 6.6 110 110 2 2 3k u ubb 电流基准值： ka u s i b b b8.1 5.93 30 31 1 ka u s i b b b16.0 1103 30 32 2 各元件的电抗标幺值分别为： 发电机：32.0 5.9 30 30 5.1026.02 2 1x 变压器1t： 2 22 12130 0.1050.121 1

电力系统暂态分析(第三版）李光琦习题解答 第一章电力系统分析基础知识 1-2-1对例1-2，取kv1102bu，mvasb30,用准确和近似计算法计算参数标幺值。 解：①准确计算法： 选取第二段为基本段，取kv1102bu，mvasb30，则其余两段的电压基准值分别为： 9.5kvkv110 121 5.10 211bbuku kv6.6 6.6 110 110 2 2 3k uubb 电流基准值： ka u s i b b b8.1 5.93 30 31 1 ka u s i b b b16.0 1103 30 32 2 各元件的电抗标幺值分别为： 发电机：32.0 5.9 30 30 5.10 26.02 2 1x 变压器1t： 2 22 12130 0.1050.121 1

针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,分析传统bp算法的不足,提出一种基于levenbery-marquardt优化法的bp模型学习算法,在建立具体模型时,对于24点负荷预测,采用24个单输出的神经网络来分别预测每天的整点负荷值,具有网络结构较小,训练时间短的优点,考虑了不同类型的负荷差异,并对四川省电力公司某区一条线路的供电负荷进行短期负荷预测仿真,仿真结果表明其具有较好的预测精度。

首先,简要介绍了深度学习算法的有关内容,包括深度学习与神经网络的比较和深度学习的训练过程。其次,从负荷的日属性、负荷的周属性、温度因素、节假日因素这几个方面对负荷的特性进行了研究。最后,根据负荷的历史数据,应用深度学习算法进行了短期负荷预测,并将其预测结果与bp神经网络的预测结果做了比较。

为提高电力系统短期负荷预测的精度,引入一种新型的群智能方法——粒子群优化算法,并将这种智能算法与bp算法相结合,形成了粒子群优化bp算法模型,建立了计及气象因素的短期负荷预测模型.通过具体算例将此模型与单纯的bp模型进行比较,结果表明:该算法具有较高的预测精度,完全能满足实际工程的要求.

针对电力负荷短期预测问题,提出了一种基于相似日的神经网络预测方法,在建立具体模型时,对于24点负荷预测,采用24个单输出的神经网络来分别预测每天的整点负荷值,具有网络结构较小,训练时间短的优点,考虑了不同小时类型的负荷差异,具有较高的预测精度。分析了如何采用bp多层感知器的隐层数及隐层单元数。最后对四川省电力公司某区一条线路的供电负荷进行短期负荷预测仿真,仿真结果表明其具有较好的预测精度。

文章首先对遗传算法的基本概念进行阐述,然后对文献中提出的各类遗传算法在电力系统中的不同应用进行述评,分析了它们在不同电力系统问题中的应用特点及改进措施,促进遗传算法在该研究领域的进一步发展。

第28卷第19期电网技术vol.28no.19 2004年10月powersystemtechnologyoct.2004 文章编号：1000-3673（2004）19-0014-06中图分类号：tm715文献标识码：a学科代码：470·4054 粒子群优化算法在电力系统中的应用 袁晓辉1，王乘1，张勇传1，袁艳斌2 （1．华中科技大学，湖北省武汉市430074；2．武汉理工大学，湖北省武汉市430071） asurveyonapplicationofparticleswarmoptimization toelectricpowersystems yuanxiao-hui1，wangcheng1，zhangyong-chuan1，yuanya

随着电力系统规模的日益扩大和电力市场改革的实施，保证电力系统安全、经济、稳定、可靠地运行越来越重要。本文对pso算法在电力系统中应用的研究现状进行了较为全面的总结，主要包括在电网扩展规划、检修计划、机组组合、负荷经济分配、最优潮流计算与无功优化控制、谐波分析与电容器配置、网络状态估计、参数辨识、优化设计等方面的应用研究成果。