考虑量测数据缺失的电力系统暂态稳定评估

电力系统量测数据在传输过程中可能出现缺失,进而影响现有暂态稳定评估方法的性能。为此,基于生成对抗网络(generative adversarial networks, GAN)和极限学习机(extreme learning machine, ELM),提出了一种考虑量测数据缺失的电力系统暂态稳定评估方法。首先,使用GAN生成符合真实数据分布的新数据,解决量测数据缺失问题;然后,利用ELM评估模型实现对电力系统的暂态稳定评估;最后,在新英格兰10机39节点系统上进行测试。结果表明,所提方法能够有效修复缺失数据,显著提高暂态稳定评估准确率。与其他评估模型相比,其更适用于电力系统暂态稳定评估领域,有益于基于数据驱动的暂态稳定评估方法的实际应用。     

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。     

暂态功角稳定与暂态电压稳定的耦合机理分析与耦合强度评估指标

随着电网的复杂互联,电力系统中的功角失稳和电压失稳现象常常同时出现,相互耦合.针对难以识别主导失稳模式、并根据主导失稳模式采取有针对性的控制措施的问题,该文分析了这两种稳定形态的耦合机理,提出耦合强度的量化评估指标.分析暂态功角失稳和暂态电压失稳耦合特性在不同网络结构下的差异性,并分析得到功角不稳定与电压不稳定现象相互...     

基于WAMS的电力系统暂态稳定的快速预测

提出一种基于广域测量系统WAMS(Wide areaMeasurementSystem)的电力系统暂态稳定实时快速定量分析的方法。该方法根据PMU实时采集的各发电机转子角速度及电磁功率,通过预测扰动结束后系统运动轨迹和基于暂态能量的轨迹分析法来评估系统的暂态稳定性。在 6机系统上进行仿真计算,结果表明,该方法能有效预测电力系统的暂态稳定性。     

基于WAMS的电力系统暂态稳定的快速预测

提出一种基于广域测量系统WAMS(Wide-area Measurement System)的电力系统暂态稳定实时快速定量分析的方法.该方法根据PMU实时采集的各发电机转子角速度及电磁功率,通过预测扰动结束后系统运动轨迹和基于暂态能量的轨迹分析法来评估系统的暂态稳定性.在6机系统上进行仿真计算,结果表明,该方法能有效预测电力系统的暂态稳定性.     

基于核主成分分析和深度置信网络的暂态稳定评估

针对电力系统暂态稳定评估实时性较差以及错误率较高的问题,提出了一种核主成分分析结合深度置信网络的暂态稳定评估方法。首先,构造了一组反映电力系统暂态稳定的特征向量;然后,基于核主成分分析法对特征向量集进行特征提取,降维特征向量维数以及过滤冗余特征,将降维后的特征向量传输至深度置信网络;最后,进行训练分析,训练过程包括预训练和微调,优化网络参数,提升深度置信网络评估精度。新英格兰10机39节点系统仿真结果表明,该方法可以有效降低输入数据的维数,去除冗余特征,降低暂态稳定性评估的错误率和测试时间,能准确、快速地判断电力系统的稳态状态。     

提升型贝叶斯分类器在电力系统暂态稳定评估中的应用

应用人工智能技术可实现电力系统暂态稳定的快速评估,朴素贝叶斯分类器作为人工智能方法的一种,其训练计算复杂度是线性的,是解决分类问题最实用、有效的方法之一,但由于它是建立在属性变量相对类变量独立的假设前提下,故存在一定的误分类率.本文采用Adaptive Boost(AdaBoost)算法对朴素贝叶斯分类器进行提升,有效地降低了误分类率,并将提升型贝叶斯分类器用于电力系统暂态稳定评估.选取能迅速反映电力系统暂态过程的特征量,作为贝叶斯分类器的属性变量,将系统稳定或不稳定作为类变量,采用数值仿真算法产生大量样本,并对属性的连续数据进行离散化处理,构造了用于暂态稳定评估的提升型贝叶斯分类器.对新英格兰10机39节点系统进行仿真,结果表明:提升型贝叶斯分类器用于电力系统暂态稳定评估可有效降低机器学习的复杂度和提高暂态稳定的分类精度.     

基于量测数据时序谱分布特性的电力系统暂态功角稳定在线判别

基于响应信息的电力系统暂态稳定判别是实现“实时决策,实时控制”的基础。然而此类方法的准确性受限于场景匹配以及发电机分群等中间环节。为更有效地辨识系统的暂态稳定性,该文以随机矩阵理论为基础,提出一种基于量测数据时序谱分布特性的电力系统暂态功角稳定判别方法。首先根据电力系统的暂态响应特性构建数据模型,并在实时分离窗矩阵的基础上构建插入矩阵模型以降低冗余历史数据对谱分布特性的影响。然后结合谱分布理论和增广矩阵法获取表示数据相关性的最大特征值偏移度(maximum eigenvalue deviation,MED)差值轨迹,并以物理机理严格分析不同稳定模式下MED差值轨迹与暂态功角稳定间的映射关系,从数据相关性的角度制定暂态功角稳定判据,基于量测数据实现暂态响应特性分析和暂态功角稳定在线判别。     

一种基于转速差-功角差变化趋势的暂态功角稳定辨识方法

为实现基于响应的电网暂态稳定实时分析,提出一种基于相平面上转速差-功角差变化趋势辨识电网暂态功角稳定性的方法。以单机无穷大系统为例研究并证明了转速差-功角差变化趋势与暂态功角稳定的关系,从而揭示了机械动能与电势能相互转化时系统维持同步运行的表现形式。针对多机系统,利用双机等值思想进行推广应用。为克服虚拟的等效惯量中心计算得到的运动轨迹一阶导数并不平滑的缺点,采用最小二乘法将其拟合成二次函数抛物线形式,判断其变化趋势,从而识别系统暂态稳定性。通过单机无穷大系统和新英格兰10机39节点系统算例,验证了所提方法的准确性。计算仅使用发电机的功角和转速量,方便、简洁、快速,具有良好的应用前景。     

利用自组织映射SOM实现电力系统暂态稳定评估结果可视化

自组织映射SOM（self-organizing map）具有拓扑关系保持的优良性能,可应用于降维可视化。该文基于SOM实现暂态稳定评估结果的可视化。采用经典的SOM算法分别对原始特征和特征选取后的IEEE16机暂态稳定分类数据进行可视化,表明了可视化的可行性以及特征选取的重要性。采用一种改进的SOM算法—DPSOM算法,提高了可视化的性能,得到了满意的暂态稳定评估分类可视化结果。     

基于广域响应的电力系统暂态稳定控制技术评述

电力系统暂态稳定控制技术是维持电网安全稳定运行的核心问题之一。随着PMU/WAMS的广泛应用,基于广域响应的暂态稳定控制技术已成为重要发展方向。从受扰轨迹快速预测、暂态失稳实时判别、暂态稳定紧急控制三个方面,以理论和应用相结合的观点,对广域量测在电力系统暂态稳定控制研究中的应用进行了评述。最后,进一步探讨了现有控制技术所亟待解决的问题。     

Development of a WAMS based test platform for power system real time transient stability detection and control

The real-time transient stability detection and emergency control technology based on wide area response has become a hot research area in power system stability studies. Several different technologies have been proposed, but lots of problems remain to be solved before they can be applied in practice. A wide area measurement system (WAMS) based test platform is developed for transient stability detection and control. This platform can provide a real-time operation environment, which can effectively compare and analyze the validity and practicability of these transient stability detection technologies. According to the measured perturbed trajectories from the actual power system or the Real-Time Digital Simulators (RTDS), the platform can realize the assessment and visual result presentation of various responses from different transient instability detection technologies. The test platform can be applied to different power systems and it is convenient to embed new transient instability detection modules. The hardware and software structure, function modulus and engineering applications are presented. The application in actual power system shows that it has a good application perspective.     

考虑稳定控制措施的归一化能量函数在河南电网暂态稳定性评估中的应用

介绍考虑稳定控制措施后的归一化能量函数在河南电网暂态稳定性分析中的应用。通过归一化转子运动方程，定义了稳定控制措施投入后的归一化能量函数使之适用于在故障后系统惯性中心和运行发电机数目发生变化的情况下进行电力系统暂态稳定性评估，并在此基础上提出考虑稳定控制措施的稳定裕度分析策略。通过在河南省网暂态评估中的应用说明策略的有效性。     

基于典型故障集的暂态功角稳定近似判别方法

为适应特高压电网安全风险的新特征,需要研究考虑系统暂态功角稳定的风险评估评价方法。现有电力系统暂态功角稳定性判断方法计算量很大,无法满足特高压电网风险评估的计算要求。研究了影响系统故障后暂态功角稳定的因素,基于EEAC法推导了这些因素对于系统临界稳定性的灵敏度,进而设计了在已知典型故障临界稳定信息条件下近似判断边界条件变化后近似场景下暂态功角稳定性的方法。最后设计了考虑电力系统暂态功角稳定的风险评估流程,为特高压电网风险评估提供了新的思路。     

基于WAMS实测数据的电力系统仿真致差区域识别方法

针对大电网仿真致差区域定位难的问题,给出了一种基于扰动深度和最小生成树的致差区域识别方法。该方法基于实测数据计算扰动深度指标,设定相应的阈值,解耦去除扰动小的区域,将剩余网络抽象为无向图,以仿真可信度指标作为线路的权值,求取电网的最小生成树及其树枝对应最优割集。在最优割集处注入实测数据进行混合仿真,通过多次迭代压缩,最终达到识别出致差区域的目的。通过IEEE₁₀机39节点系统验证了所提方法的有效性。研究内容能有效降低动态仿真验证的代价,为下一步分块解耦以及模型参数校正提供重要的指导。     

基于XGBoost-EE的电力系统暂态稳定评估方法

深度学习在暂态稳定评估中发挥着越来越重要的作用,然而电网规模逐渐扩大导致数据出现维数灾难,这对模型的性能提出了更高的要求.目前,暂态稳定特征构建需要依靠人工经验,具有主观性;深度学习的模型在设计和训练上耗时、耗力.针对以上两点,结合极限梯度提升(XGBoost)算法和实体嵌入(EE)网络,提出了一种基于XGBoost-...     

电力系统暂态稳定数字仿真有效性评价

提出了稳定性、极值和均值3种仿真误差评价指标,分别反映误差对暂态功角稳定计算结果的宏观影响、全系统观测物理量的最大误差和加权平均误差。其中,稳定性指标由扩展等面积准则(EEAC)提供的稳定裕度定义,可以在宏观层面对仿真误差作出定性和定量的判断;极值指标表征了仿真结果中某个变量与参考结果的最大误差;加权均值指标对不同元件的仿真误差加以不同权重,以突出所关注区域或元件仿真结果的准确程度。基于上述评价指标,以山东电网为例,仿真计算并分析了发电机模型、负荷模型以及积分步长对仿真误差的影响,计算结果表明了所提出误差评价指标的有效性。