基于模糊神经网络的电力系统暂态稳定控制决策

利用故障后短时间内各发电机的功角信息 ,提出了一种复合神经网络结构 ,用于确定首摆暂态稳定协调切机和切负荷决策。整个神经网络是由分类部分和决策部分组成的两级网络 ,分类部分采用一种模糊竞争径向基网络 ,决策部分采用模糊竞争前馈网络实现函数逼近功能。对4 9机实际系统的数值仿真研究结果表明 ,本文方法决策精度高 ,训练速度快 ,具有实用前景     

应用神经网络决定电力系统暂态稳定切机控制规律

提出一种应用单隐层前向神经网络决定多机电力系统暂态稳定切机控制 规律的方法。分析了所选神经网络输出量与输入量之间的映射关系，并给 出了6机试例系统的结果。     

应用神经网络决策两电站间暂态稳定协调控制规律

基于连续映射分析，本文提出了一种应用单隐层前馈神经网络决定多机系统中两电站间暂态稳定协调控制规律的方法，包括两电站间协调切机和一电站切机与另一电站快速汽门控制间协调两方式，新英格兰１０机试例系统中两电站协调切机控制的领导 具结果也表明了本文方法的有效性。     

基于知识融合和深度强化学习的智能紧急切机决策

紧急控制是在严重故障后维持电力系统暂态安全稳定的重要手段。目前常用的“人在环路”离线紧急控制决策制定方式存在效率不高、严重依赖专家经验等问题,该文提出一种基于知识融合和深度强化学习(deep reinforcement learning,DRL)的智能紧急切机决策制定方法。首先,构建基于DRL的紧急切机决策制定框架。然后,在智能体处理多个发电机决策时,由于产生的高维决策空间使得智能体训练困难,提出决策空间压缩和应用分支竞争Q(branching dueling Q,BDQ)网络的两种解决方法。接着,为了进一步提高智能体的探索效率和决策质量,在智能体训练中融合紧急切机控制相关知识经验。最后,在10机39节点系统中的仿真结果表明,所提方法可以在多发电机决策时快速给出有效的紧急切机决策,应用BDQ网络比决策空间压缩的决策性能更好,知识融合策略可引导智能体减少无效决策探索从而提升决策性能。     

基于曲线拟合的电力系统紧急控制切机策略研究

切除发电机是电力系统中提高暂态稳定性的有效方法之一。针对电力系统暂态稳定控制中现有切机控制策略的不足,提出了一种紧急切机控制的曲线拟合切机策略。利用△P积分方法确定大扰动下的临界机群,根据故障后短时间内（0.1s）临界机组实际数据,计算发电机惯性中心坐标下的Pe-δ曲线,对其进行多项式最小二乘曲线拟合,预测临界机组能量变化曲线,预判系统稳定性及快速计算切机量。通过NewEngland10机39节点系统的应用说明算法的有效性。     

改进型组合RBF神经网络的变压器故障诊断

提出了一种在逼近能力、分类能力、学习速度等方面都优于BP神经网络的径向基函数神经网络和组合诊断的概念,并将其应用到变压器DGA故障诊断中。在处理输入数据和改进训练方法后,组合RBF神经网络诊断变压器故障训练速度快、收敛精度高、诊断准确。     

GPS同步时钟用于电力系统暂态稳定性预测和控制

提出了一种新的全局性的暂态稳定控制方法。它利用基于GPS同步时钟的相量测量 单元(PMU)来测量各发电 机的转子角度,从而预测系统未来的摇摆情况,当预测出系 统将失去稳定时进行切机控制以保持暂态稳定 性。对6机22节点系统进行了数字仿真试验 ,结果表明：所提出的控制方法对系统发生严重故障情况下的暂 态稳定性控制是有效的 ,且适应于系统的各种运行方式和故障情况。     

基于策略梯度和生成式对抗网络的变压器油色谱案例扩充方法

油色谱数据的缺乏和不均衡会导致训练过拟合、模型缺乏代表性、测试集效果不理想等问题,从而难以对变压器的状态进行准确评价。针对该问题,将强化学习中的策略梯度算法引入生成式对抗网络GAN(Generative Adversarial Networks),提出了一种基于策略梯度和GAN的变压器油色谱案例生成方法。仿真结果表明,与传统的样本扩充算法相比,利用所提方法合成的样本质量较高。对包含9种故障状态共700组样本的变压器油色谱数据利用所提方法进行油色谱故障样本扩充,利用基于BP神经网络模型的变压器故障分类模型对将扩充后样本作为训练集训练得到的神经网络模型和仅用真实数据作为训练集训练得到的神经网络模型进行了对比,结果表明利用扩充的样本后,变压器故障分类准确率得到了提高。变压器故障诊断实例表明利用所提方法得到的结果与实际情况相符。     

基于发电机响应的切机控制算法研究

提出了一种基于发电机响应的电力系统切机控制方法,与以往紧急控制方案不同,该方法不依赖于预想故障,而是根据实测的发电机信息进行切机量的计算和控制地点的选择,从而制订切机控制措施。以实际电网为例验证所提方法的有效性。     

结合KPCA的阴性选择变压器故障诊断

为解决常规阴性选择方法在故障诊断领域存在漏诊和故障难以有效细分检测的缺陷,文中提出一种结合核主成分分析(KPCA)的实值阴性选择自适应分类算法,采用实值编码,以欧氏距离衡量被检样本与检测器的亲和度,具备学习和分类的能力,实现了故障的细分类。针对电力变压器油中溶解气体数据(DGA),应用核主成分分析技术提取样本特征量,经归一化处理后对所提出的算法进行训练,测试结果证明了该方法的有效性,与BP神经网络、最小二乘支持向量机相比,获得了更高的故障检出率,对电力变压器典型的4类故障检出率达到了90%以上。     

超高压输电线路故障性质的复值小波识别

提出了一种基于复小波分析的电力系统单相自动重合闸的优化算法。该算法能正确区分稳态下的瞬时故障与永久故障;对记过程尚未结束就已经消失的瞬时故障,利用自适应整定方法亦能迅速正确识别,故不必诉自动重合闸方案,提高了线路重合闸的成功率。用ＥＭＴＰ仿真各种振荡和故障得到的结果对所提算法的有效性进行了检验。结果表明：所提出的算法可以保证瞬时故障与永久故障的正确识别,其在微机保护装置中具有实时应用的前景。     

发电厂安全稳定紧急控制装置的研制--装置及实验

作为“发电厂安全稳定紧急控制装置的研制－原理及算法”的续篇,主要介绍了ＷＡＷ－１型安全稳定紧急控制装置的实现技术及动模试验结果。装置以分层分布多ＣＰＵ系统模块构成,以人用内存方式实现高速通信,以软硬件配合解决多ＣＰＵ系统的同步采样、同数据窗计算和同步计算状态转换的技术问题。动模试验结果表明,串眼电厂送出线运行方式、运行状态的变化,线路过负荷正确报警。系统故障时能正确预测暂态稳定性并快速投入切机措施     

基于自适应进化规划的电网多目标优化运行

人随机优化技术及生物进化机制角度出发,在常规进化规划算法的基础上,提出一种新颖的自适应进化规划算法,并首次将其应用于求解电力系统多目标优化运行问题。对优化模型、遗传操作等方面进行了更深一步的研究。数学算例及应用实例表明该算法十分有效,有广泛的应用价值。     

开关磁阻组合起动机/发电机设计及试验

开关磁阻发电机是一种与传统发电机有本质差异的新颖无刷直流发电机。针对磁阻电机、功率变换器和控制器彼此强耦合且气隙磁场剧烈往复变化、相绕组集励磁储能与续流发电双重功能等特征,提出了融电磁结构参数预估、相磁链空间数值分析及稳、动态性能仿真于一体的集成ＣＡＤ方法,研制了４ｋＷ开关磁阻组合起动机／发电机并按照飞机供电标准进行稳态品质试验、突加突卸载及变速瞬态特性试验、组合起动／发电试验和容错发电试验,给出     

电压崩溃临界点计算的改进零特征根法

为克服潮流雅可比矩阵在临界点处的奇异,零特征根法一般需对负荷水平λ作适当变换方可保证算法的收敛２性,但这又使雅可比矩阵原有的稀疏性遭到不同程度的破坏,为此提出一种新参数变换方法,并利用算法的设计技术,较好地保持了雅可比矩耻原有的稀疏性。与连续潮流法及非线性规划法的比较结果证明了该方法的正确性和有效性     

综合智能式的故障恢复专家系统--与故障恢复算法集相结合的自学习模糊专家系统

提出了一种新的用于配电网故障后恢复供电的综合智能专家系统.该系统包括用于故障恢复的算法集(SRAS)、配电管理系统(DMS)的软模型、故障模式的识别和自学习的模糊恢复专家系统(SERFES).基于以上技术实现的故障后的恢复供电方案,对配电网络结构无依赖性,使用范围较广,能满足实时要求,可适用于大规模网络和多故障条件下的恢复供电.     

静态电压稳定分析中的动态元件模型及其实现

阐述了用于静态电压稳定分析的动态元件模型及其实现。由于该模型计及了大规模电力系统的实际调节和限制特性,使得静态电压稳定分析更加符合实际。算例说明了所建立模型的实际意义和有效性。     

生产过程早期故障检测与诊断的一种新方法

在分析了生产过程两类故障的特点和常规故障诊断方法的缺陷基础上,提出了生产过程早期故障检测与诊断方法,利用故障发生过程系统中相关变量或征兆信息之间的解析冗余关系,将它们的动态趋势信息通过人工神经网络进行融合,将它们的动态趋势信息通过人工神经网络进行融合,避免了常规方法故障检测与诊断的滞后性。     

二级电压控制对电力系统稳定性的影响

提出了判断电力系统小干扰稳定性的关键特征值判据。根据该判据分析了二级电压控制对电力系统稳定性的影响。通过在两机系统上实例计算,证明了二级电压控制可有效地推迟电压崩溃的发生,提高系统的静态稳定性、动态稳定性和带负荷的能力。与时域仿真结果的比较说明：根据关键特征值判据 法对二级电压控制效果的分析是正确、可信的。     

电力系统振荡中轻微故障识别的小波算法研究

提出了一种基于小波变换的电力系统振荡与故障的识别算法。该算法能正确区分纯振荡与故障,避免保护误动,在振荡过程中发生故障特别是轻微故障时,亦能迅速识别,其性能优于取传统的振荡闭锁方案。用EMTP仿真各种振荡和故障得到的结果对所提算法的有效性进行了检验,结果表明所提出的算法可以保证振荡与故障的正确识别,其在微机保护装置中具有实时应用的前景。