利用基于模糊划分的ISODATA模糊聚类方法识别电力系统同调机群

给出了一种利用基于模糊划分的迭代自组织数据分析技术(ISODATA)模糊聚类方法识别电力系统同调机群的算法.首先介绍了基于模糊划分的ISODATA模糊聚类方法的原理;然后在一些基本假设并对系统元件做了必要简化的基础上,形成了利用该方法识别同调机群的模糊集合;最后通过对新英格兰10机39节点系统的算例仿真验证了该方法的有效性.     

改进模糊ISODATA法识别电力系统同调机群

引入模糊聚类方法识别电力系统同调机群。首先对原有的基于模糊相关自组织数据分析算法(iterativese lf-organ iz ing data ana lys is techn iques a lgorithm,ISODATA)的同调机群识别法的各个控制参数的选取问题进行了大量仿真实验,给出了优化参数取值的一些经验值。特别在如何确定最优分类数的问题上引入了模糊F统计量的方法,并根据电力系统同调识别的特点改进了模糊相关自组织数据分析算法的同调机群识别算法,使其更能适用于工程应用。最后用EPR I_36节点纯交流系统的仿真计算验证了该方法的有效性。     

基于小波模糊熵GG聚类的同调机群识别

针对同调机群识别面临的特征提取片面及计算过程复杂相互制约的问题,提出一种基于小波模糊熵-GG(Gath-Geva)聚类的同调机组识别新方法。根据广域测量系统获取的故障后系统机组功角信息,利用多尺度小波分解将功角摇摆曲线分解为整体趋势和细节信息,计算各个尺度小波系数的模糊熵,并作为发电机的特征向量,再通过GG模糊聚类算法对其进行同调聚类。对IEEE 39节点系统和某实际电网进行仿真,算例分析结果表明所提方法能够根据故障后系统机组功角信息的变化更新功角数据库,实现快速准确的同调机群识别。     

基于两步聚类法的受扰机群同调性分析

提出了一种基于两步聚类法的电力系统受扰机群同调性分析方法。首先通过BIRCH算法处理广域量测系统提供的受扰机群电角速度数据,构建受扰机群的聚类特征（clustering feature,CF）树来实现预聚类;然后采用层次聚类法处理预聚类结果并自动确定聚类数量来实现正式聚类;最后根据聚类结果进行受扰机群的同调性分析。通过对新英格兰10机39节点系统的算例仿真,对比不同的同调机组识别方法,验证了该方法的有效性以及能够实现自动确定同调机组数的特点。     

基于非负矩阵分解的同调机群识别方法

为了解决源数据维数较大的问题,提出了一种基于非负矩阵分解(NMF)的同调机群识别方法。采用发电机角速度作为源数据,使用NMF算法对其进行降维。由于此低维矩阵具有非负性质,因而该模型在消除冗余数据、降低维数的同时,保留了原始问题的实际意义。对低维矩阵归一化,再利用K均值聚类算法对其进行聚类,达到同调机群的分群目的。通过New England 10机39节点系统比较了基于NMF和主成分分析方法的分群效果,验证了基于NMF的同调机群识别方法的有效性。     

基于非负矩阵分解的同调机群识别方法

为了解决源数据维数较大的问题,提出了一种基于非负矩阵分解(NMF)的同调机群识别方法.采用发电机角速度作为源数据,使用NMF算法对其进行降维.由于此低维矩阵具有非负性质,因而该模型在消除冗余数据、降低维数的同时,保留了原始问题的实际意义.对低维矩阵归一化,再利用K均值聚类算法对其进行聚类,达到同调机群的分群目的.通过New England 10机39节点系统比较了基于NMF和主成分分析方法的分群效果,验证了基于NMF的同调机群识别方法的有效性.     

基于同调机群识别的动态等值方法的工程应用

在PSS/E环境下建立了大规模电力系统的动态等值模型,动态等值包括发电机同调机群的识别、同调机的聚合和网络化简.发电机同调机群的识别采用时域仿真方法,同调机的聚合采用经典模型,网络化简采用拓扑化简.以华东电网为例,阐述了等值系统的建立过程,并对等值系统和原型系统进行了仿真分析和比较,仿真结果表明,等值系统可以很好地再现原型系统的动态特性.     

区域互联电力系统同调机群的分布式协同识别

在电力市场条件下,区域子系统运行具有相对的独立性、系统数据具有一定的不透明性.文章研究了与市场条件相适应的区域互联电力系统的同调发电机识别问题,基于弱耦合算法提出了一种子系统内同调机群的分布式识别方法,在相邻区域子系统间通过交换少量的边界母线信息可形成子系统状态矩阵,实现对子系统内同调机群的识别.通过50机145节点系统的算例验证了该方法的有效性.     

基于慢同调理论和希尔伯特-黄变换的发电机在线同调识别

提出一种在线同调机群识别方法。根据慢同调分群算法确定线性化系统的最优慢同调聚合分群数,根据分群矩阵的相关系数、振荡模式的参与因子,以及广域测量系统提供的功角信息,利用希尔伯特-黄变换提取发电机的振荡模式能量谱,实现扰动后的发电机群的同调识别。通过WSCC系统和新英格兰10机39节点系统的仿真实验验证所提方法的适用性和有效性,该方法能全面反映系统在受扰后的动态特性和系统的非线性时变特性。     

基于图分割的电力系统同调机群辨识新方法

提出一种基于图分割的电力系统同调机群辨识新方法。借助电力系统广域量测信息,计算系统各发电机间的相关系数;以相关系数表征系统中任意2台发电机间的同调耦合度,构建可描述发电机间同调耦合度的同调信息无向图及其归一化拉普拉斯矩阵;基于所得归一化拉普拉斯矩阵,引入谱图聚类对该同调信息无向图进行图分割;对图分割所得各子图,通过逆映射,获取系统中各同调机群组成;最后,将所提方法应用于典型2区域互联交直流系统和南方电网中进行分析、验证,结果验证所提方法的正确性和有效性。     

配电网拓扑结构概念聚类及其在优化规划中的应用

聚类分析是一种无监督的机器学习方法。被广泛应用于各研究领域。在城市配电网优化规划的研究中，现有的关于网络拓扑结构分析的一些方法并不适用于配电网优化规划工作，而关于配电网拓扑结构聚类分析的研究更是鲜见报道。基于对配电网结构、运行特点以及优化规划工作实际需要的认知，提出了一种结合模糊逻辑的配电网拓扑结构概念聚类方法，对于推进配电网优化规划问题的研究具有广泛的实际意义。为检验该方法的有效性，在该方法的基础上引入几个简单的概念，构成一个基本的机器学习模块，该模块可以方便地“嵌入”基于Agent行为和范例学习的新型遗传算法中，以提高原算法的计算性能。并用算例证明了在引入基于配电网拓扑结构概念聚类的机器学习模块后，新型遗传算法具有更高的计算效率和求解质量。     

基于短时间尺度相关性聚类的负荷预测

负荷预测不仅是电力系统稳定、安全运行的基础,同样也是实现电力需求侧智能用电管理的基础。短时间尺度相关性分析能够挖掘一段时间内负荷的用电行为,相似用电行为分析有助于改善负荷预测效果,因此本文提出了基于短时间尺度相关性聚类的负荷预测方法。首先,根据短时间尺度用电时间序列之间的皮尔逊相关系数构造相关系数矩阵,并对相关系数矩阵进行去噪处理;然后,基于相关系数矩阵,利用模糊c均值聚类的方法来实现不同用电特性负荷之间的聚类,每类中负荷具有相似的用电行为;再分别对每一类中所有负荷数据求和并利用人工神经网络进行超短期负荷预测,基于每类的负荷预测结果计算系统的负荷预测;最后,通过对某110kV变电站10kV负荷馈线的实际数据进行分析,分析结果表明基于短时间尺度相关性分析的聚类提升了负荷预测的效果,从而验证了本文所提方法的有效性。     

基于事件触发的电力系统H∞优化控制

针对大规模集中用电导致电力系统负荷端激增从而影响电力系统稳定性的问题,提出一种基于事件触发的H_∞优化控制方式。本文采用扇区法对单机无穷大电力系统进行线性化处理,之后通过模糊逻辑建立电力系统的T-S模糊模型。通过事件触发理论和模糊逻辑利用并行分布补偿(parallel distribution compensation,PDC)的方法设计系统控制器。H∞优化控制相比于传统的控制方法提高了系统的稳定性及抗干扰能力,因此本文根据李雅普诺夫稳定性理论和H∞优化控制理论,基于线性矩阵不等式(linear Matrix Inequality,LMI),给出了保证单机无穷大电力系统闭环渐进稳定的充分条件,并采用MATLAB仿真软件对系统进行仿真,从而证明稳定条件的存在。     

模糊聚类在负荷实测建模中的应用

提出应用模糊聚类理论解决区域电网中上百个变电站的分类问题。在区域电网通过总体测辨法进行综合负荷建模时,应用模糊聚类理论对负荷节点一变电站进行分类,从中确定具有代表性的变电站作为实测负荷特性的测点。利用基于模糊等价关系的传递闭包法对东北电网234个220 kV变电站进行了模糊分类,论证了应用模糊聚类完成变电站分类的步骤,结果表明,在利用界限不明确的负荷类型作为变电站分类特征方面,模糊聚类分析方法是有效和可行的。     

基于WAMS和曲线相似的同调机群识别方法*

提出了一种基于曲线相似的电力系统同调机群辨识新方法。首先获取WAMS实时监测得到的功角轨迹曲线作为基础数据,根据离散曲线相似性的定义,将各发电机的轨迹曲线分段,借助遗传算法确定分段轨迹之间的最优相似距离,保存了轨迹段的局部特性。然后整合各段相似距离得到各发电机之间的整体相似度并以此作为聚类指标,再利用层次聚类法实现多机系统同调机组分群。该方法简单可行,不受系统模型参数和故障类型的限制。最后对IEEE39节点系统进行分析计算,该仿真实验佐证了所提算法的有效性。     

基于向量相似度的无功电压分区方法的研究

以电力网络无功电压灵敏度为基础,提出基于向量相似度理论的无功电压分区新方法。首先,在分区前,利用广义Tellegen定理计算出网络中每个节点相对于其他节点的无功电压灵敏度,并形成电压无功灵敏度矩阵;其次,利用向量相似度数学方法计算灵敏度矩阵各列的相似度,由此定义了新的电气距离,形成电气距离矩阵;最后,建立模糊相似矩阵,利用模糊聚类理论划分电压控制区域。IEEE-30系统和IEEE-118系统仿真结果表明所提分区方法的准确性和合理性。     

Midterm stability evaluation of wide‐area power system using synchronized phasor measurements

In recent years, the PMU (Phasor Measurement Unit) has received a great deal of attention as a synchronized measurement system of power systems. Synchronized phasor angles obtained by the PMU provide valuable information for evaluating the stability of a bulk power system. The aspect of instability phenomena during midterm tends to be more complicated, and the stability analysis using the synchronized phasor measurements is effective in order to keep a complicated power system stable. This paper proposes a midterm stability evaluation method for the wide‐area power system using synchronized phasor measurements. By clustering the power system to some coherent groups, step‐out is predicted on the basis of an aggregated two‐machine equivalent power system. The midterm stability of a longitudinal power system model of Japan's 60‐Hz systems constructed by a hybrid‐type power system simulator is practically evaluated using the proposed method. © 2004 Wiley Periodicals, Inc. Electr Eng Jpn, 147(1): 25–32, 2004; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.10274