基于统计学习的模糊暂态稳定事故筛选与排序

暂态稳定事故筛选与排序的目的是针对一组预想事故集合挑选出严重事故或滤除掉无害事故,以减少待分析的预想事故数目,满足在线动态安全分析的需要.文中提出一种基于统计学习的模糊暂态稳定事故筛选与排序方法,该方法采用了反映事故严重程度的10个性能指标,并通过样本学习,在每个指标集合上具体定义了系统稳定性的模糊隶属度函数;然后综合运用这10个性能指标的稳定性模糊隶属度得到的平均稳定性模糊隶属度,对预想事故集合按严重性进行了排序;接着根据排序结果,结合所设定的稳定阈值,将无害事故过滤掉.最后,用新英格兰10机39节点网络验证了该方法的有效性.     

人工神经网络和短时仿真结合的暂态安全评估事故筛选方法

结合人工神经网络（ANN）和短时数字仿真提出一个用于在线暂态安全评估的事故筛选方法 ,将3层BP网络作为模式分类器,用来建立稳定评估结果和所选特征量之间的映射关系 。在故 障切除时刻终止的短时数字仿真被用来生成ANN的输入量,每个ANN处理一个特定的事故状态 。使用一个半监督学习算法,ANN可产生一个能够指示相对稳定度的连续分布的暂态稳定指 标。基于这个连续分布的稳定指标,设置一个相对保守的分类门槛值,避免了不安全状态的 漏报。10机新英格兰电力系统的应用结果证实了该方法的有效性。     

基于有功功率小扰动分析的动态安全域求解

动态安全域(DSR)的暂态稳定边界可以近似表示为超平面,由此提出了一种DSR的快速求解方法.该方法分别对事故前系统的稳定运行点、事故中系统的故障轨迹和事故后系统的暂态稳定性进行有功功率的小扰动分析,然后依据整个暂态响应过程中状态变量的连续性,将不同阶段的分析结果联系起来,最终推导出了超平面形式的DSR解析表达式.应用暂态能量函数分析给出了注入空间上的实用动态安全判据,以此来量化暂态稳定性指标,从而实现对事故后系统的有功功率小扰动分析.该方法的有效性在New England 10机39节点系统上得到了验证.     

人工神经网络和短时仿真结合的暂态安全评估事故筛选方法

结合人工神经网络（ＡＮＮ）和短时数字仿真提出一个用于在线暂态安全评估的事故筛选方法,将３层ＢＰ网络作为模式分类器,用来建立稳定评估结果和所选特征量之间的映射关系,在故障切除时刻终止的短时数字仿真被用来生成ＡＮＮ的输入量,每个ＡＮＮ处理一个特定的事故状态,使用一个半监督学习算法,ＡＮＮ可产生一个能够指示相对稳定度的连续分布的暂态稳定指标,基于这个连续分布的稳定指标,设置一个相对保守的分类门槛值,避免     

基于暂态能量函数混合法的电力系统脆弱性分析

电力系统在遭受大干扰后失稳的后果非常严重,甚至是灾难性的,从暂态稳定方面分析系统的脆弱性具有重大的研究价值。采用暂态能量函数,结合暂态稳定分析中数值仿真法和直接法两种基本方法,同时考虑预想事故概率,从暂态稳定安全角度快速、定量评估电力系统的脆弱性。基于事故概率与暂态能量裕度构建相关脆弱度指标,并根据临界机群状态以修正暂态动能,改进不同事故下系统脆弱性的评估精度,同时确定系统的薄弱环节。通过对IEEE 5机14节点系统的仿真,验证了该方法的合理性与有效性。     

基于全局模糊指标的电力系统在线安全评估

提出并建立了在线评估电力系统安全性的方法。首先建立电力系统元件的模糊隶属度函数,获取其安全隶属度（SMG）;然后通过建立的2阶模糊控制器,分别得到发电方,输电方和负荷部分的最小安全隶属度（SSMG）,最后综合输出全局模糊指标。其中运用梯形模糊集求取系统关键元件模糊隶属度,不同于针对最脆弱系统状态进行离线筛选的传统方法,适应电力系统多样性特点,能连续不断量化电力系统的安全状态,可根据潮流实时数据、状态估计和潮流分析程序对系统安全水平进行不断跟踪。全局模糊指标能比较直观地使系统运行员识别不安全状态,连续监控系统实际运行到不安全状态的距离。对IEEE30节点系统进行的仿真计算证明了所提出模型和算法的有效性。     

基于神经网络暂态稳定评估方法的一种新思路

基于神经网络的暂态稳定评估技术提出了一种新思路。使用半监督学习算法来训练反向传播神经网络 ,得到一个连续分布的暂态稳定指标 ,该指标可用来指明相对稳定度和确定类间边界区。一种数据结构分析方法被用来观察输入空间的可分性及边界区。在此基础上 ,提出一种新的分类方法 ,即将边界区样本分为不确定类 ,以避免误分类。在两个系统中的应用结果表明 ,该方法对暂态稳定评估问题的有效性。     

基于轨迹信息的暂态稳定裕度研究

以详细数值积分得到的轨迹信息为基础,利用轨迹暂态能量函数的概念和思想,提出了一种理化系统稳定性的方法,即构造了暂态稳定指标ＳＩ和不稳定指标ＵＩ,数值仿真结果表明,所构造指标是合理和有效的。该方法克服了数值积分只能定性分析不能定量分析稳定性的缺点,同时具有数值积分的优点－－广泛的模型适用性。     

基于GD-FNN的特高压直流输电暂态稳定控制

特高压直流输电输电容量大、控制灵活迅速,在我国“西电东送”战略中扮演了重要角色,其对受端交流系统暂态稳定性的影响也随输电容量的增大而变大。提出采用广义动态模糊神经网络（GD-FNN）控制来提高系统暂态稳定性,通过附加控制信号动态调节输送功率从而给系统提供足够阻尼。根据系统选择合适的调制信号以及控制维数,对GD-FNN系统训练后通过系统误差和模糊规则的 -完备性作为判据来优化系统结构,同时对隶属度函数的参数进行修正,从而保证了控制器具有紧凑的结构和良好的泛化能力。仿真结果表明,所设计的暂态稳定控制器在保持系统稳定方面具有优越的性能,并且鲁棒性较好,可有效保障机组和电网的安全稳定运行。     

基于发电机对暂态势能集的电力系统暂态稳定快速评估

基于传统暂态能量函数方法,以简单3机3节点系统推导出一种基于发电机对暂态势能的系统暂态势能函数表达式。该暂态势能计算函数不需要全系统的网络拓扑参数或故障位置信息,仅需实时采集系统中少量的发电机机端电气状态量,计算方法简单有效。基于该发电机对暂态势能定义了受扰严重机组判别指标集,利用该指标的聚集特性在故障清除后极短时间内辨识系统的主导失稳模式,根据临界机组分群结果采用EEAC法快速计算当前故障模式下的系统暂态稳定裕度。IEEE 3机9节点、新英格兰10机39节点系统、某省级实际电网算例结果验证了该方法的正确性和有效性。     

一种新的故障筛选和排序的方法

为了避免在故障筛选与排序中忽略严重故障而导致大停电的发生,提出了一种比较精确的新的故障筛选和排序方法。以动态安全域的求解为基础,在故障筛选时运用解析法求动态安全域,进而求解失稳度。以故障的失稳度作为故障筛选的指标,快速选出严重的故障,形成故障筛选集。在故障排序时对于筛选集中的故障线路运用BP神经网络求解动态安全域,从而求解概率不安全指标,以故障的概率不安全指标作为故障排序的指标,得到精确的故障排序。通过IEEE10机39节点系统算例验证了该方法能够快速、全面、准确地实现故障的筛选与排序,同时通过IEEE4机11节点系统验证了BP神经网络求解动态安全域的可行性,误差为0.0608,满足要求。     

一种基于广域测量系统过程量测数据的快速暂态稳定预估方法

在高阶Taylor级数法暂态稳定计算方法的启发下,提出了一种以广域测量系统(WAMS)过程测量数据为基础的电力系统暂态稳定快速预估方法。该方法通过对高精度、高密度的WAMS过程测量数据进行插值或曲线拟合等数值运算,得到发电机转子角及角速度的高阶导数,从而利用Taylor级数展开式获得未来时刻的发电机转子角和角速度。理论分析和算例测试表明,该方法能够在数10ms内完成系统未来运行轨迹的预测,为电力系统暂态稳定在线应用提供了一种可行的实现方法。     

计及源-荷功率波动性的静态电压稳定故障快速筛选和排序方法

为有效分析新能源发电与负荷的随机波动下设备故障对电压稳定性的影响,基于局部电压稳定指标(L指标)提出了一种计及源-荷功率波动性的静态电压稳定故障快速筛选和排序方法。首先,推导了L指标及其变量的全微分方程,进而给出了系统网络拓扑结构和节点注入功率变化时L指标的线性化计算公式;其次,选取基准运行方式进行潮流计算获得初始状态值,并提出采用带校正的线性化方法计算各预想事故下的L指标进而筛选得到严重故障集;然后,结合新能源与负荷功率曲线值与基准运行点的偏差,计算严重故障集内的L指标并进行故障的时段排序;最后,综合比较时序分析结果得到最终的故障排序。算例结果验证了所提方法的可行性和有效性,与现有方法相比可以在保证故障排序结果准确度前提下显著提升计算效率,对含新能源电力系统静态电压稳定故障快速筛选和排序具有一定参考和借鉴意义。     

基于灰色关联分析法的电压稳定故障筛选与排序

故障筛选与排序是电力系统电压稳定评估的重要部分。针对以往基于潮流计算筛选方法的单一性,提出了一种新的故障筛选与排序方法。首先结合感应电动机特性、负荷大小、电源支撑及输电线路情况构建一套故障筛选指标体系;其次针对单一指标反映故障严重程度的局限性,采用灰色关联分析法计算综合指标,综合多方面因素评估故障严重程度。采用存在电压稳定问题的实际电网数据对所提方法进行验证,结果表明基于灰色关联分析法的电压稳定故障筛选与排序方法是合理和有效的。     

ANN及FFT技术用于电力系统预想事故分析

本文开发了一种基于人工神经元网络和快速付里叶变换技术进行预想事故快速选的方法。利用快速解耦潮流计算的迭代一次法分别构造了反映预想事故严重程度的有功性能指标ＰＩｐ和无功性能指标ＰＩｖ,同是还构造了一个多层感知型神经元网络并用ＢＰ算法加以训练。     

可利用传输能力的快速计算

提出了一种利用故障过滤技术的可利用传输能力快速计算方法。利用迭代线性交流潮流法对热稳定约束和电压幅值约束条件进行N-1故障过滤,利用线性灵敏度法对电压稳定约束条件进行N-1故障过滤,得到最严重故障集;利用原－对偶内点法只针对若干最严重故障计算系统可利用传输能力。该算法提高了计算效率,同时保证了计算精度。算例仿真结果验证了所提算法的准确性和快速收敛性。     

Calculation of weighting factors of static security indices used in contingency ranking of power systems based on fuzzy logic and analytical hierarchy process

Contingency screening and ranking is one of the most important issues for security assessment in the field of power system operation. The objective of contingency ranking is to quickly and accurately select a short list of critical contingencies from a large list of potential contingencies and rank them according to their severity. Then suitable preventive actions can be implemented considering these contingencies that are likely to affect the power system performance. In this paper a novel approach is presented for contingency ranking based on static security assessment. This method employs weighted performance index with the application of fuzzy logic based analytical hierarchy process in order to select appropriate weighting factors to be imposed. The proposed method is applied to IEEE 30 bus system and the results are presented.     

基于聚类分析的电力系统暂态稳定故障筛选

提出了一种基于聚类分析的电力系统暂态稳定故障筛选方法.该方法建立在模糊C-均值(FCM)算法和矢量量化(VQ)方法的基础上,结合了两种聚类分析方法的优点,通过选择故障后系统的能量裕度作为特征变量之一,有效提高了故障筛选的准确性.采用新英格兰10机39节点系统和IEEE 50机145节点系统进行的测试证明了该方法的有效性.