基于交叠概率的含风电的地区电网暂态电压稳定评估的特征选择

以选取风电地区暂态电压稳定特征量为目标,以最小落入交叠空间的概率为判据,从描述复杂电力系统的高维特征量中选取最简特征集,简化对风电地区暂态电压稳定的分析,同时达到了降低特征指标维度的目的。介绍了交叠概率算法的理论,运用交叠概率算法对特征量进行提取,对比标准39节点的电网和加入风电的标准39节点风电电网提取的交叠空间及选取的最简特征集,比较结果表明,用由交叠概率算法从高维特征量中选取的低维特征量组成的最简特征集描述同样的电力系统对象,也能具有较高的准确率。最后用神经网络验证选取的最简特征集的准确性。     

交叠概率特征选择在静态电压稳定评估中的应用

针对电力系统电压稳定的高维特征属性,特征选择能有效地降低属性维度。提出了基于交叠概率的静态电压稳定评估特征选择方法,构建用于电压稳定性评估的决策树。以IEEE-39节点测试系统为对象,对样本进行比较,应用结果表明,以该方法对静态电压稳定性相关属性进行特征选择,得到的最简组合在预测静态电压稳定性上具有较高的准确率。     

暂态稳定概率评估的蒙特卡罗方法

提出了用蒙特卡罗(Monte Carlo)方法进行电力系统暂态稳定概率评估的基本框架。这种评估要进行2种模拟：涉及故障事件的系统状态的概率模拟和系统状态的暂态稳定模拟。文章着重讨论了故障的概率模型及其Monte Carlo模拟方法，给出了2种研究情况的步骤：第(1)种情况是评估由于系统不稳定所造成的系统平均风险指标；第(2)种情况是对于一个给定的故障，建立系统不稳定概率和一个系统运行条件的定量关系。所给的例子表明，文中提出的方法可为电力公司控制中心需要的系统安全运行条件提供十分有用的信息。该方法已在加拿大一实际电力系统中应用。     

遗传算法在暂态稳定评估输入特征选择中的应用

针对主成分分析中利用传统方法进行特征选择的缺陷,提出了基于遗传算法的特征选择方法.选择反映电力系统运行状态的特征变量,建立暂态稳定评估模型;为了提高数据处理的效率,首先对原始数据进行了动态聚类分析;对数据进行主成分分析后,以类内类间距离判据作为适应度函数,采用二进制编码形式的遗传算法进行特征选择.通过对3机9节点和10机39节点新英格兰系统的计算,验证了所选方法的有效性.     

遗传算法在暂态稳定评估输入特征选择中的应用

针对主成分分析中利用传统方法进行特征选择的缺陷,提出了基于遗传算法的特征选择方法。选择反映电力系统运行状态的特征变量,建立暂态稳定评估模型;为了提高数据处理的效率,首先对原始数据进行了动态聚类分析;对数据进行主成分分析后,以类内类间距离判据作为适应度函数,采用二进制编码形式的遗传算法进行特征选择。通过对3机9节点和10机39节点新英格兰系统的计算,验证了所选方法的有效性。     

改进主成分分析法用于暂态稳定评估的输入特征选择

在不损失原始数据主要信息的前提下，利用主成分分析进行输入特征变量的选择。考虑到主成分分析在数据标准化和处理非线性问题方面存在的局限性，采用一种改进的主成分分析法，进行特征选择。同时，针对电力系统暂态稳定分析中影响稳定性的关键因素在向量空间具有一定相似性的特点，采用动态聚类的方法将数据集分成若干并行子集，进一步压缩数据输入空间的大小，提高运算速度和效果。最后，利用关联分类法对数据进行分类和预测。通过对3机9节点系统的仿真试算，验证了该方法的有效性。     

基于蚁群优化算法的电力系统暂态稳定评估特征选择

暂态稳定评估的特征选择是一个典型的组合优化问题.针对该问题解的离散性特点,提出基于蚁群优化算法的特征选择方法.该方法以最小二乘支持向量机作为暂态稳定评估分类器,以分类错误率最低和特征选择比率最小为优化目标,通过二进制编码形式的蚁群优化算法实现特征的选择.这样能选择出计及分类器特性的最优特征子集,减少了特征维数,提高了分类正确率.通过对综合程序EPRI-36节点系统的仿真计算,验证了该方法的有效性.     

基于蚁群优化算法的电力系统暂态稳定评估特征选择

暂态稳定评估的特征选择是一个典型的组合优化问题。针对该问题解的离散性特点,提出基于蚁群优化算法的特征选择方法。该方法以最小二乘支持向量机作为暂态稳定评估分类器,以分类错误率最低和特征选择比率最小为优化目标,通过二进制编码形式的蚁群优化算法实现特征的选择。这样能选择出计及分类器特性的最优特征子集,减少了特征维数,提高了分类正确率。通过对综合程序EPRI-36节点系统的仿真计算,验证了该方法的有效性。     

电力系统暂态稳定概率评估新策略

提出一种基于修正暂态能量函数法的暂态稳定概率评估新策略。该策略的优点在于:它只需对系统中很小一部分的严重故障进行暂态稳定计算,求取其临界切除时间,因而能够极大地减少计算量,提高暂态稳定概率评估的效率。在159机1660节点的华北电力系统上的算例说明了该评估策略的有效性和实用性。     

暂态电压稳定评估方法综述

随着电网日益扩张,新能源大量并网,对暂态电压稳定的要求日益提高,不能仅判断暂态电压稳定与否,稳定裕度指标也要精确给出,以便于运行调度人员对暂态电压稳定程度有更清晰的认知。从需要考虑故障信息和人工智能两个方面归纳了现阶段的暂态电压稳定裕度计算方法,并总结其优缺点。     

基于蚁群优化算法和k阶近邻法的暂态稳定评估特征选择

提出了基于蚁群优化算法和k阶近邻法相结合的嵌入式特征选择算法.选择稳态潮流量构成电力系统暂态稳定评估的输入特征集,针对输入特征集包含的大量冗余信息,特征选择结果中可能包含一定冗余特征的缺陷,先用聚类的方法裁剪冗余性特征,然后用所提算法选择和稳定状况强相关的关键特征,提高了特征选择的 效率.通过对3机9节点和10机...     

基于混合互信息的特征选择方法及其在静态电压稳定评估中的应用

电力系统的高维性是理论研究和工程实践中遇到的重要难题,特征选择是属性空间降维的有效手段,因而研究电力系统特征选择有着重要的理论价值和实际意义。为此提出了特征选择的混合互信息法(HMI)。HMI既考虑了候选属性所能提供的关于目标属性的新信息量,又考虑了候选属性与目标属性之间的相关性。文中针对静态电压稳定评估问题,将混合互信息法和其他几种基于互信息的特征选择方法进行了比较,实验结果表明:混合互信息法是一种有效的特征选择手段;数据挖掘技术在电力系统是有应用潜力的。     

面向暂态电压稳定评估的卷积神经网络输入特征构建方法

以卷积神经网络(CNN)为代表的深度学习算法在电力系统暂态电压稳定评估中开始得到应用,但其输入特征的构建方法及合理性验证未得到充分的研究。面对交直流系统暂态电压稳定评估,提出了一种适用于CNN的输入特征构建方法。首先,基于双阶段分区来降低输入特征的维度和冗余度,即先依据系统拓扑关系和地理位置约束给出初始分区结果,再以节点的暂态电压特征相似性进行聚类,得到降低维度和冗余度后的最佳分区方案;然后,在分区结果的基础上,考察影响交直流系统暂态电压稳定的关键因素,构建兼顾稳态特征量和多维度故障信息的输入特征;最后,将所构建的输入特征应用于CNN暂态电压评估模型,并采用实际电网数据进行验证。仿真结果表明,所提方法较传统特征选择方法具有更高的准确性。     

基于模糊神经网络决策树的电压稳定性评估

提出了适用于电力系统电压稳定性评估的模糊神经网络决策树模型。在生成的决策树中引入模糊神经网络技术,构建出模糊神经网络决策树模型。采用模糊神经网络中的前向神经网络BP算法对小分裂样本进行进一步处理。Matlab仿真结果表明,模糊神经网络决策树应用于电压稳定性评估中,与单独应用决策树相比,分类成功率提高了3.3%。同时,由于减小了样本维度,缩短了模糊神经网络的训练时间,更有利于实现在线电压稳定预测。     

基于深度学习的多输入特征融合的暂态电压稳定性评估方法

暂态电压稳定性评估是电力系统稳定性评估中的难点和重点.提出一种基于深度学习、考虑多输入特征集的暂态电压稳定性评估方法,首先建立包含故障前、故障发生时刻、故障切除时刻的多输入故障集;然后基于深度学习建立卷积神经网络并离线训练PMU数据,最终达到快速准确评估暂态电压稳定性的目的.仿真结果表明,提出的评估方法与现有的神经网络...     

基于可信度区间的静态电压稳定性评价

在电网负荷注入水平和增长方式都不确定的情况下,给出了一种新的以区间形式表示的电 压稳定评价模型。该模型不仅能处理变量的区间特性,还可以计及其概率分布,为不确定方式下的 电压稳定性分析提供了一种新思路。然后采用线性规划法对模型进行求解,解决了双端不固定条 件下的最短路径问题。最后在IEEE 30节点系统中验证了所提出的算法的快速有效性。     

基于决策树的电压稳定性模型与判据

选取重要母线的节点相角差作为候选属性,构建出决策树,将其用于电压稳定分析,并提出了基于决策树的电压稳定性分析方法。以6节点系统为实例在Powerworld中进行了仿真计算,得到了满意的结果。     

考虑负荷动态模型的暂态电压稳定快速判断方法

提出一种负荷采用三阶感应电动机并联恒阻抗动态模型时系统暂态电压稳定快速判断的方法。针对采用牛顿法求取故障后系统主导不稳定平衡点(controlling unstable equilibrium point,CUEP)存在的初值选取难题,提出一种实用但不失严谨的解决方案：通过识别给定故障的主导负荷母线,对主导负荷母线以外系统由故障后稳定平衡点处的状态进行戴维南等值,对负荷中感应电动机部分采用其稳态等值电路,再由感应电动机的转矩特性求得CUEP附近的一个点作为近似的CUEP,以此为迭代初值可靠求得CUEP;采用二阶正规型来近似CUEP的稳定流形的方法求得近似的局部吸引域边界;由仿真得到故障清除时刻系统的状态并根据该状态是否位于吸引域内判断系统的暂态电压稳定性。文中推导出了该方法的系统数学模型的一般化描述,并通过对一个5节点系统和IEEE-9节点系统的计算结果验证了该方法的正确有效和良好精度。     

基于电压时间序列的电力系统暂态电压稳定分析

基于实时获取的广域测量信息,提出一种利用机端电压幅值偏差序列的最大Lyapunov指数指标（LLE）与机端电压幅值序列相结合的暂态电压稳定判别方法。基于无需系统模型的LLE计算方法,建立LLE与机端电压幅值偏差序列的数学关系,根据最大Lyapunov指数曲线运动的轨迹特征,以及机端电压幅值变化率-电压幅值偏差（[Vmagcr-ΔVmag]）特性曲线的运动趋势,提出一种基于LLE与机端电压幅值偏差率的暂态电压稳定判据。针对多机系统,本文提出基于临界机组对的暂态电压稳定判别方法。将本文所提方法在IEEE10机