基于故障后電壓軌跡的電力系統(tǒng)暫態(tài)穩(wěn)定性在線預(yù)測.pdf

1、隨著我國互聯(lián)電網(wǎng)的逐漸形成，對(duì)電網(wǎng)安全穩(wěn)定運(yùn)行的要求更加嚴(yán)格，尋找能夠快速、準(zhǔn)確評(píng)估系統(tǒng)暫態(tài)穩(wěn)定性的方法具有重要意義。隨著人工智能的逐漸發(fā)展，機(jī)器學(xué)習(xí)成為評(píng)估暫態(tài)穩(wěn)定的很有前途的方法。機(jī)器學(xué)習(xí)的觀點(diǎn)認(rèn)為暫態(tài)穩(wěn)定預(yù)測是一個(gè)模式識(shí)別問題，系統(tǒng)的暫態(tài)穩(wěn)定性和描述系統(tǒng)運(yùn)行狀態(tài)的特征量之間具有某種映射關(guān)系，通過機(jī)器學(xué)習(xí)可以獲得這種函數(shù)關(guān)系。WAMS是基于同步相量測量及現(xiàn)代通信技術(shù)，對(duì)地域廣闊的電力系統(tǒng)運(yùn)行狀態(tài)進(jìn)行監(jiān)測和分析，監(jiān)測系統(tǒng)采集并存儲(chǔ)了大

2、量歷史數(shù)據(jù)，利用這些數(shù)據(jù)所蘊(yùn)含的信息，可以進(jìn)行有效的機(jī)器學(xué)習(xí)，進(jìn)而找到進(jìn)行暫態(tài)穩(wěn)定預(yù)測的方法。
　　本文依托國家電網(wǎng)公司2014年科研項(xiàng)目“在線安全穩(wěn)定分析系統(tǒng)應(yīng)用效能評(píng)估方法研究”，首先研究了智能學(xué)習(xí)方法在電力系統(tǒng)暫態(tài)穩(wěn)定預(yù)測中的應(yīng)用，并分析了支持向量機(jī)在本研究目標(biāo)中的優(yōu)勢(shì)。解釋了選用電壓軌跡的原因是其作為電磁暫態(tài)過程比機(jī)電暫態(tài)過程的功角值更加快速，并通過仿真驗(yàn)證了電壓幅值可以比功角更準(zhǔn)確的預(yù)測更短時(shí)間內(nèi)的電力系統(tǒng)暫態(tài)穩(wěn)定性?；?/p>

3、于WAMS的機(jī)端電壓軌跡，結(jié)合支持向量機(jī)的智能學(xué)習(xí)，研究了電力系統(tǒng)的暫態(tài)穩(wěn)定在線預(yù)測的若干問題，包括:特征選擇、組合預(yù)測模型、在線學(xué)習(xí)和評(píng)估等。
　　本文運(yùn)用了一種基于受擾軌跡簇特征的方法。該方法首先獲取系統(tǒng)受擾后的電壓軌跡，并定義了可以反映數(shù)據(jù)集關(guān)鍵信息的29個(gè)廣域故障特征對(duì)電壓軌跡進(jìn)行預(yù)處理。龐大的數(shù)據(jù)和冗余特征可能會(huì)對(duì)樣本造成干擾，本文利用Relief算法和Recorre算法對(duì)原始特征進(jìn)行特征篩選和去冗余，構(gòu)成預(yù)測系統(tǒng)的初始

4、數(shù)據(jù)集。本文選用Libsvm工具箱作為機(jī)器學(xué)習(xí)的軟件，研究了參數(shù)優(yōu)化的方法和增量學(xué)習(xí)算法。對(duì)暫態(tài)穩(wěn)定預(yù)測系統(tǒng)的結(jié)構(gòu)進(jìn)行了改進(jìn)以適應(yīng)非對(duì)稱故障，此時(shí)，使用三個(gè)分類器，對(duì)每相的數(shù)據(jù)進(jìn)行訓(xùn)練，輸出使用“或”邏輯。在PSASP仿真軟件中搭建了新英格蘭10機(jī)39節(jié)點(diǎn)系統(tǒng)作為測試模型，仿真驗(yàn)證了本文所所用方法的可行性，分析結(jié)果表明該方法能有效提高暫態(tài)穩(wěn)定預(yù)測的可靠性。分析比較了不同的樣本數(shù)量、不同的故障類型和不同的時(shí)間尺度下系統(tǒng)的預(yù)測性能，并且對(duì)于