基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估.pdf

1、安全穩(wěn)定水平的評(píng)估分析是電力系統(tǒng)運(yùn)行調(diào)度的一個(gè)核心問題。傳統(tǒng)的時(shí)域仿真法和暫態(tài)能量函數(shù)法,難以同時(shí)滿足電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估的快速性和準(zhǔn)確性的要求,同時(shí)也無法提供電網(wǎng)運(yùn)行調(diào)度中的有效控制措施信息和智能決策需求。而基于神經(jīng)網(wǎng)絡(luò)的暫態(tài)穩(wěn)定評(píng)估方法,為在裕穩(wěn)定評(píng)估提供了一種可行思路,它通過直接建立系統(tǒng)故障數(shù)據(jù)和運(yùn)行狀態(tài)的映射關(guān)系,實(shí)現(xiàn)系統(tǒng)穩(wěn)定性的評(píng)估分析;具有學(xué)習(xí)能力強(qiáng)、評(píng)估速度快、物理概念清晰的特點(diǎn)。進(jìn)一步,通過對(duì)神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)的深入分析,

2、亦可查找影響系統(tǒng)穩(wěn)定的關(guān)鍵環(huán)節(jié)和因素,從而為運(yùn)行人員提供決策信息。因此開展相關(guān)方面的研究具有重大意義。
　　在基于神經(jīng)網(wǎng)絡(luò)的暫態(tài)穩(wěn)定性評(píng)估研究中,如何選取有效表征系統(tǒng)運(yùn)行狀態(tài)的特征量和采用何種形式的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)是該方法的兩個(gè)難點(diǎn),也是影響其暫態(tài)穩(wěn)定評(píng)估速度和精度的關(guān)鍵。本文在原有研究基礎(chǔ)上,重點(diǎn)針對(duì)上述兩個(gè)問題開展研究,主要工作如下:
　　1、提出了一種基于復(fù)合神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定性分析的新方法,它把概率神經(jīng)網(wǎng)絡(luò)(PN

3、N)與徑向基網(wǎng)絡(luò)(RBF)結(jié)合起來使用,利用PNN對(duì)樣本數(shù)據(jù)進(jìn)行預(yù)分類,并采用RBF網(wǎng)絡(luò)對(duì)各子類樣本數(shù)據(jù)進(jìn)行裕度預(yù)測(cè)。RBF子網(wǎng)絡(luò)的訓(xùn)練樣本數(shù)據(jù)充分考慮PNN誤分類的影響,采用樣本重疊邊界分類方法降低誤差,最后對(duì)結(jié)果進(jìn)行校核和修正,以提高預(yù)測(cè)精度。該方法充分利用了兩個(gè)網(wǎng)絡(luò)的各自優(yōu)點(diǎn),有效提高了神經(jīng)網(wǎng)絡(luò)的暫態(tài)穩(wěn)定性判斷和預(yù)測(cè)能力。
　　2、提出一種復(fù)合神經(jīng)網(wǎng)絡(luò)輸入特征量?jī)?yōu)選方法,首先定義了輸入特征量與網(wǎng)絡(luò)評(píng)估結(jié)果之間的靈敏度指標(biāo),并