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.     

基于多指标面板数据特征提取的同调机组分群方法

同调机群识别对电力系统的动态等值、主动解列控制具有重要的意义。针对已有同调机群识别方法存在的指标选取单一(仅依据发电机功角曲线特征)且特征提取不充分的问题,提出一种基于多指标面板数据特征提取的同调机组分群方法。首先,将反映机组同调性的功角、机端电压及转子角速度3个指标的量测数据形成面板数据。其次,基于面板数据的指标维度和时间维度特征,提取以上3个指标在时间序列上的"绝对值"特征、"波动"特征、"偏度"特征、"峰度"特征以及"趋势"特征。接着借鉴层次分析模型,利用AHP-熵权法求取每个指标及其各特征量权重,进而计算机组间的加权距离矩阵,然后利用系统聚类法实现同调机组分群。最后以EPRI-36节点系统和华北电网为例,验证了所提方法的有效性。     

利用快速S变换及2DPCA的同调机组识别

提出一种基于快速S变换及二维主成分分析法(2DPCA)的机组同调识别方法。根据相量测量装置测得的电气运行变量计算得到机组实时功角信息,采用快速S变换将每台发电机的功角信号转换为时频特征模值矩阵,用2DPCA提取矩阵特征指标,并利用自组织神经网络实现机组同调分群。IEEE-39节点系统和加纳实际电网系统算例表明,该方法能够很好消除噪声影响,充分提取功角信息时频域特征,准确识别系统机组同调性。     

采用受扰轨迹和独立分量分析技术识别同调机群的方法

针对大区电网互联运行中出现振荡失步时,需要正确划分同调机群以解列电网的问题,提出采用独立分量分析技术(independent component analysis,ICA)对故障后的发电机受扰轨迹进行特征提取,来识别系统中同调机群的方法。与现有方法相比,这种方法不需要获得系统元件模型和参数,而是直接球化广域测量系统(wide area measurement systems,WAMS)提供的发电机电角速度信号,再利用最大负熵准则进行独立分量分析得到特征矩阵,将高维数的多机受扰轨迹数据变换到低维空间,通过模式识别得到分群结果。8机36节点系统和西北750 kV电网规划系统算例表明,该方法能有效消除噪音和坏数据的影响,准确识别出同调机群。     

一种考虑风电场并网的电力系统在线同调识别策略

现有的大电网同调机组分群策略,大都仅针对功角轨迹之间的距离进行研究,忽略了风电场并网对电力系统固有振荡模式的影响。针对上述存在的同调分群不准确问题,提出了一种两阶段高风电渗透率下大电网受扰机群同调分群策略。在第1阶段,通过修正系统的收缩导纳矩阵将风功率以电流的形式进行等值,并与其电气距离最近的同步机组进行联合分析,进而在不同潮流水平和典型工况下,离线计算其等效功角获得含风电场电力系统的改进发电机耦合程度拉普拉斯矩阵,求解其特征向量并得到离线的发电机耦合程度分类结果。在第2阶段,构建电力系统邻接图并将所得分类结果作为邻接图功角权值矩阵的约束,对高风电渗透率下大电网的改进功角拉普拉斯矩阵进行在线修正,通过特征映射算法提取其特征信息,进而通过修正的余弦相似度因子算法在线获得当前的同调分群结果。最后通过IEEE 39节点和118节点系统仿真,验证了所提策略的正确性和有效性。     

一种基于广域测量信息的在线同调分群方法

为了能够快速准确地识别同调机群,提出两种基于广域测量信息的同调分群指标。在此基础上,首先利用发电机间的功角差有效值指标快速地实现预分群;然后利用皮尔森相关系数和Hsim函数相结合构造新的相似度度量指标ρHsim,既考虑发电机功角曲线间的距离差异又考虑走势差异,实现了更严格的再分群。为了实现再分群的计算,采用属性阈值(QT)聚类和k-means聚类相结合的改进聚类算法。EPRI-36系统仿真计算的结果表明,在预分群阶段应用发电机功角差有效值指标可以迅速地对功角摆开差异较大的发电机进行分群,再分群阶段应用ρHsim相似度指标,可以实现各种精度的发电机同调分群。     

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t-分布邻域嵌入的同调机群无监督识别

当系统发生严重级联故障导致失稳时,快速搜索同调机群是进行解列控制平息振荡的前提。针对发电机严重受扰后功角信号的非平稳、非线性的特点,以及需要根据经验人为决断同调分群类数的问题,提出一种基于t-分布邻域嵌入的同调机群无监督识别新方法。采用广域量测环境下发电机功角信号作为源数据,引入t-分布邻域嵌入算法将发电机功角信号进行建模并映射到二维子空间中。通过二维坐标下映射点之间的聚集程度衡量受扰动后发电机运行特性的相似性。随后利用仿射传播算法对发电机组进行无监督聚类分群。研究表明所提方法原理简单,易于解决实际问题。基于实测数据进行计算分析,可避免模型参数对分群的影响。通过2014年湖南省网73台发电机系统仿真,并与传统分群方法对比结果,验证了所提方法的有效性和快速性。     

利用S变换局部奇异值的同调机组识别方法

文中提出一种利用S变换局部奇异值的同调机组识别方法.将广域测量系统(Wide Area MeasurementSystem,WAMS)采集到的系统发电机功角信息进行S变换,得到每台发电机的时频信息模值矩阵,将矩阵分割成块,计算各个子块的最大奇异值,利用时频信息模值矩阵中各个子块最大奇异值构造机组特征矩阵,采用分布聚类法对特征矩阵进行聚类分群.IEEE-39节点系统算例表明,该方法能够有效提取功角信息特征,具有很强的抗噪性,能够在不同故障类型下准确识别同调机组.     

一种基于PSS和模糊PID控制的运行工况波动下柴油发电机调速系统研究

核电厂柴油发电机需要具备起动速度快、有功功率大、供电时间长、可靠性高、带载性能好等特点,而机组的调速系统作为机组的核心控制部件,对机组的稳定可靠运行起着至关重要的作用。为解决柴油发电机在外电网运行状况波动时传统调速控制方法引起的低频振荡等问题,提出了一种基于电力系统稳定器（PSS）和模糊PID控制的柴油发电机调速方法。基于MATLAB Simulink仿真软件搭建柴油发电机调速系统模型,将实际工程运行数据与基于PSS和PID的转速控制方法进行仿真对比。结果表明该方法具有较高的适应性和鲁棒性,不仅提高了柴油机转速的控制精度,还加强了端电压与功率的稳定。     

无人机机载发电机故障诊断技术研究

针对无人机的电源系统提出了建模仿真分析,并将BP神经网络应用于无人机的发电机故障诊断中。在分析机载电源系统结构和工作原理的基础上,结合实际的飞行数据和相关参数,根据机载电源系统的数学模型,建立Simulink模型进行仿真分析。根据对象的特性,采用主成分分析法建立机载电源系统的发电机的故障特征库,采用BP神经网络算法实现故障诊断。结果表明,该系统能有效地对无人机发电机系统进行快速准确地诊断,具有一定的实用性。     

Robust principal component analysis‐based coherency identification of generators with missing PMU measurements

This study provides a new algorithm for grouping coherent generators in power systems using robust principal component analysis. In coherency identification of generators based on measurements by a phasor measurement unit (PMU), PMU measurements can become unavailable because of unexpected failure of data acquisition or communication links. However, the proposed algorithm is robust to missing PMU measurements and is demonstrated on an IEEE 16‐generator 68‐bus system. This effective identification of coherent clusters with missing PMU measurements is validated and compared with results obtained using the principal component analysis and independent component analysis methods. © 2015 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于有向通路的潮流跟踪新方法

文中给出了潮流跟踪的一种新方法。该方法以交流潮流的计算结果为基础,利用图论理论确定每个发电机节点到负荷节点的有向通路,应用比例分配原则,经过简单的计算即可得到输电线路的功率组成和发电机与负荷间实际功率的输送关系,证明了两个定理：按比例分配原则,用有向通路算法进行潮流跟踪计算时,任一发电机对所有负荷的贡献总额等于该发电机的出力;任一负荷对所有发电机的汲取总额等于该负荷功率,保证了算法的可行性和正确性,谈及了潮流跟踪在电力的市场和充裕度计算中的潜在应用,文中用IEEE 14点节系统和国内考核题型II等系统证实了该方法的有效性和实用性。     

基于主成分分析和谱聚类的短期风功率预测

风电场的大规模建设使得风电渗透率大大提高,为保证系统的安全稳定运行及风电消纳,需要对风电功率进行预测。为解决传统预测方法中数据维度过高的问题,提出一种基于主成分分析和谱聚类进行数据降维的预测方法。首先,基于主成分分析提取风电场各机组功率序列的主成分,实现对功率样本信息和预测对象的降维;其次,考虑风速波动特性和各机组的空间分布特征,对风速信息进行谱聚类,以实现样本数据的进一步降维;然后,基于风功率主成分信息与风速聚类结果,建立基于Elman神经网络的风电功率主成分预测模型,并通过逆变换最终得到风电场各机组功率的预测结果。利用江苏南通某海上风电场实际数据验证该方法,结果表明,预测结果的均方根误差明显降低,所提方法可以提高风电功率预测精度。     

基于RTDS的电厂主变空充过程的仿真建模及功率振荡抑制策略

在发电机组正常投运期间,投运相邻机组主变压器会引起投运机组的功率波动。为了再现上述过程,构建了相应的仿真模型,仿真建模包括：基于实时数字仿真（RTDS）环境构建变压器UMEC模型、等值外部网络、发电机系统模型（包括发电机模型及励磁系统模型及调速系统模型）,基于上述3部分模型,共同组成了变压器空充仿真系统,再现了实际系统空充变压器导致系统低电压及临近机组的功率波动过程;进而提出分相合闸方法,抑制变压器空充导致的母线电压的降落及临近机组的功率波动。仿真模型及抑制策略的正确性及有效性通过算例得到验证。     

Modeling and control of a variable-speed constant-frequency synchronous generator with brushless exciter

This paper presents the modeling, control, and implementation of a novel variable-speed constant-frequency power generation system for renewable and distributed energy applications. The generation system consists of a wound-rotor generator, a brushless exciter and a low-rating controlled power converter. The main generator is a doubly fed induction machine which is operated as a synchronous generator. The advantages of the proposed system are reduced harmonic injection to power grid, wide speed operation range covering both subsynchronous and super-synchronous speeds, self var support, and increased reliability. It can be directly applied to wind power generators, small-scale hydroelectric generators, stand-alone diesel and gasoline generators, and aerospace and naval power generation systems where a variable speed turbine/engine is employed. An equivalent circuit model of a doubly fed generator was developed incorporating stator and rotor iron losses. Then the control of a standalone generation system is developed based on the mathematical model. Detailed implementation procedure is given. An experimental system and its control were implemented using an embedded real-time digital signal processor. Measurements of the experimental system validated the system design and readiness for prototyping in a relatively large power range.     

Speed control of grid-connected switched reluctance generator driven by variable speed wind turbine using adaptive neural network controller

In wind energy conversion system, variable speed operation is becoming popular nowadays, where conventional synchronous generators, permanent magnet synchronous generators, and doubly fed induction generators are commercially used as wind generators. Along with the existing and classical solutions of the aforementioned machines used in wind power applications, the switched reluctance generator (SRG) can also be considered as a wind generator due to its inherent characteristics such as simple construction, robustness, low manufacturing cost, etc. This paper presents a novel speed control of switched reluctance generator by using adaptive neural network (ANN) controller. The SRG is driven by variable speed wind turbine and it is connected to the grid through an asymmetric half bridge converter, DC-link, and DC-AC inverter system. Speed control is very important for variable speed operation of SRG to ensure maximum power delivery to the grid for any particular wind speed. Detailed modeling and control strategies of SRG as well as other individual components including wind turbine, converter, and inverter systems are presented. The effectiveness of the proposed system is verified with simulation results using the real wind speed data measured at Hokkaido Island, Japan. The dynamic simulation study is carried out using PSCAD/EMTDC.     

电力系统暂态稳定性实时预测与控制

利用外部实时同步测量的思想和能量原理，提出一种电力系统暂态稳定性实时预测方法，并在此基础上提出了暂态稳定紧急控制的方法。该预测和控制方法简单．概念清楚，无需要预先知道系统的网络结构和参数，计算速度快，能准确反映系统的真实运行情况，适于在线应用。     

电力通信网光纤保护通道风险评估

对电力通信网光纤保护通道风险评估进行了研究,针对电力通信网光纤保护通道风险评估的影响因素繁多,复杂性和重要程度不同,难以用精确数学模型描述的特点,提议利用主成分分析(PCA)-径向基(RBF)神经网络进行风险评估的方法。具体是利用主成分分析(PCA)方法对原输入空间进行重构,并根据各个主成分的贡献率来确定径向基网络结构,从而提高了网络的训练速度和评估能力。最后对某省实际运行的光纤保护通道进行风险评估来验证该方法的优越性。