在线暂态安全稳定评估的分类滚动故障筛选方法

为满足在线暂态安全稳定评估对计算时间的要求,提出了基于模式和裕度估算的在线暂态安全稳定故障筛选方法。分别基于上一轮在线暂态安全稳定评估结果中各个预想故障的暂态功角稳定、暂态电压跌落安全、暂态电压稳定和暂态频率偏移安全的裕度及模式信息,并结合各个故障安全稳定模式中相关元件的潮流变化和投/退等信息,估算出新一轮在线暂态安全稳定评估所对应的运行状态下各个故障的暂态安全稳定裕度,并确定其相应的安全稳定模式,从而筛选出本轮在线暂态安全稳定评估需详细计算的预想故障子集。通过对实际电网在线数据的仿真分析,验证了所述方法的有效性和实用性。     

基于Elastic Net的暂态稳定裕度在线评估EI北大核心CSCD

随着电力系统规模的扩大和新能源技术的广泛应用,电力系统暂态稳定特性更加复杂,在线暂态稳定裕度评估面临严峻挑战。提出一种基于Elastic Net的电力系统暂态稳定裕度在线评估的新方法。该方法无需计算形成输入特征,直接面向量测数据,将系统稳态运行节点电压幅值与相角作为样本特征,利用Elastic Net算法完成特征筛选并构建量测数据与故障极限切除时间之间的映射关系,进一步将原始特征映射至高维空间以提高预测模型的准确性。最终,实现根据系统稳态运行信息对暂态稳定裕度的快速预测。对接入风电场的新英格兰39节点系统和IEEE 118节点系统进行算例分析,结果表明,该方法通过少量数据训练即可有效筛除无关特征并具有较高的预测精度。     

电力系统参数空间暂态稳定边界构建及在线快速更新方法

为适应在线暂态稳定分析与控制,提出了一种电力系统参数空间中的暂态稳定边界构建及快速更新方法.对于给定的关键故障和既定故障前后的网络拓扑结构,首先,基于横向可扩展的宽度学习系统,构建了极限切除时间与电力系统参数之间的映射关系.为提高实际故障切除时间阈值附近的预测准确率,通过构建二次比例因子对临界误差进行修正.然后,结合预设故障切除时间阈值确定相应暂态稳定边界,并评估当前系统的稳定裕度.最后,在保证暂态稳定评估准确性的基础上,基于增量学习方法提出了无须重新训练全部网络的在线快速更新策略.通过对IEEE 39节点测试系统和中国南方电网实例系统仿真分析发现,所构建模型能够对系统暂态稳定性进行准确评估,并具有良好的泛化性能.同时,快速更新策略可在保证预测准确率的情况下,大幅减少模型更新时间,为在线暂态稳定评估提供了支撑.     

基于Elastic Net的暂态稳定裕度在线评估

随着电力系统规模的扩大和新能源技术的广泛应用,电力系统暂态稳定特性更加复杂,在线暂态稳定裕度评估面临严峻挑战。提出一种基于Elastic Net的电力系统暂态稳定裕度在线评估的新方法。该方法无需计算形成输入特征,直接面向量测数据,将系统稳态运行节点电压幅值与相角作为样本特征,利用Elastic Net算法完成特征筛选并构建量测数据与故障极限切除时间之间的映射关系,进一步将原始特征映射至高维空间以提高预测模型的准确性。最终,实现根据系统稳态运行信息对暂态稳定裕度的快速预测。对接入风电场的新英格兰39节点系统和IEEE 118节点系统进行算例分析,结果表明,该方法通过少量数据训练即可有效筛除无关特征并具有较高的预测精度。     

基于集成深度置信网络的精细化电力系统暂态稳定评估

为了进一步提高电力系统暂态稳定的预测精度及给出更精细化的评估结果,将深度学习与电力系统暂态稳定相结合,根据故障切除后发电机功角"轨迹簇"特征,提出一种基于集成不同结构的深度置信网络(DBN)的精细化电力系统暂态稳定评估模型。该模型的基分类器DBN能够有效地利用深层架构所具有的特征提取能力,充分挖掘出输入特征与暂态稳定评估结果之间的非线性映射关系。在新英格兰10机39节点系统上的实验结果表明,该方法不仅优于浅层学习框架,也比部分深度学习模型的性能更加优越。除此之外,该集成DBN算法不仅有较高的预测精度,而且可以有效地评估系统的稳定裕度和不稳定程度等级;在部分同步相量测量装置信息缺失以及含有噪声时,表现出较强的鲁棒性。     

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。     

计及保护信息的电力系统暂态稳定裕度解析算法

电力系统暂态稳定裕度与故障因素息息相关,保护动作信息包含故障类型、故障位置以及故障持续时间等有效信息。该文提出一种计及保护信息的暂态稳定裕度解析算法。首先,计算不对称短路的附加阻抗,建立含附加阻抗的多机系统网络简化模型。然后,将转子运动方程等效为单机无穷大母线系统形式,提出发电机聚合功角的分段模型,在此基础上,推导暂态稳定裕度解析表达式。利用在线获取的保护动作信息,快速计算故障后系统的暂态稳定裕度,并通过求取暂态稳定裕度的偏导,分别分析不对称故障下故障位置和故障持续时间对暂态稳定裕度的影响。最后,在四机两区系统和新英格兰系统中进行仿真分析,仿真结果证明了该方法的准确性和有效性。     

基于稳定裕度指标的暂态电压稳定分析

基于稳定域边界二次近似,提出了暂态电压稳定裕度指标,并分析了计及感应电动机机电暂态过程的单负荷无穷大系统的暂态电压稳定性.仿真表明:该指标具有准确度高及易于计算机实现等特点,具有较好的工程实用性,并可应用于判断系统暂态电压稳定裕度和估计暂态电压稳定的临界切除时间以及故障排序.     

基于深度森林的电力系统暂态稳定评估方法

快速准确地实现暂态稳定评估,是电力系统安全运行的重要保障.近年来迅速发展的深度学习技术已经成为解决这一问题的有效手段,然而基于神经网络的深度学习模型存在着调参困难、训练时间长和样本需求量大等缺点.文中将故障切除时刻系统的物理量作为输入特征,以系统的暂态稳定状态作为输出结果,采用集成决策树方法,构建了基于深度森林的电力系...     

基于深度学习的多虚拟同步机微电网在线暂态稳定评估方法

限流策略、源源交互、故障及负荷水平多变等因素使得快速准确评估多虚拟同步机(VSG)微电网的暂态稳定性十分困难。针对现有难题,提出了基于深度学习的多VSG微电网在线暂态稳定评估方法。首先,通过分析VSG控制特性、电流限幅器、故障程度、负荷水平对系统稳定性的影响,以系统动态参数为主、稳态参数为辅,构建了一组具有强表征能力、可避免维数灾难的原始特征集。基于此,应用深度前馈神经网络及Levenberg-Marquardt算法,提出了多VSG微电网暂态稳定非线性评估模型。在多VSG微电网中的验证结果表明,相比现有方法,所提方法极大地提高了在线暂态稳定评估的准确率,可快速实现多VSG微电网在复杂工况下的稳定性准确判别,具有良好的评估性能。     

基于GAN和多通道CNN的电力系统暂态稳定评估

目前基于深度机器学习的电力系统暂态稳定评估对介于稳定和失稳边界的系统状态判别存在一定困难,同时也难以兼顾在线评估的准确性和快速性。针对该问题,该文提出一种基于多通道卷积神经网络(convolutionalneural network,CNN)和生成对抗网络(generative adversarial nets,GAN)的暂态稳定评估方法。首先构建了含级联多通道CNN的电力系统暂态稳定状态评估模型,通过前级多通道CNN预测非边界样本的暂态稳定状态并确定原始边界样本集;其次交替训练GAN模型的生成器和判别器以实现边界样本集增强,用增强后的边界样本集训练后级多通道CNN,使其能够可靠判别边界样本的暂态稳定状态,从而提高了状态评估的准确率;此外,在故障清除时刻预测出稳定系统的稳定程度以及失稳系统的安全控制时间裕度,从而保证了在线评估的快速性,也为后续控制策略提供一定参考。在IEEE-39节点系统和某省级电力系统上仿真表明：所提模型的评估效果相较于其他常用深度学习算法而言更为优越,在同步相量测量装置测量信息含噪声的情况下,该模型表现出较强的鲁棒性。     

单相重合时序对系统暂态稳定的影响

以单机无穷大系统为例,分析了系统下列故障暂态过程:单相接地短路;单相断路器动作,切除故障相;故障相投入单相重合闸;三相断路器动作,切除故障线路。以等面积法则为理论依据,从机理上分析了线路两端单相重合闸投入的顺序对系统暂态稳定性的影响,得出了由非故障侧首先投入单相重合闸可增加发电机转子在暂态运动过程中的减速面积、提高系统暂态稳定性的结论。对某电网500 kV线路发生单相故障进行了仿真:故障侧先重合,暂态功角稳定裕度在90.71%～100%间变化;非故障侧先重合,暂态功角稳定裕度于0.9、1.0、1.1 s重合时均保持在98.43%;在重合时间为1.1s时,故障侧先重合,暂态电压稳定裕度为11.52%,非故障侧先重合,暂态电压稳定裕度为98.73%,电压稳定裕度提高了7.57倍;在重合时间为1.2 s时,故障侧先重合,系统的暂态频率稳定裕度为30.20%,非故障侧先重合,系统的暂态频率稳定裕度为49.12%,频率稳定裕度提高了62.65%。     

基于数据挖掘的区域暂态电压稳定评估

针对区域暂态电压稳定评估相关理论还不完善、工程判据可靠性不足等问题,提出了基于数据挖掘的区域暂态电压稳定评估方法,构建了综合考虑单点负荷稳定与多点电压相互影响的2层评价框架。利用节点稳定度量指标及基于辨识的电压无功灵敏度矩阵提取网络原始特征。面对区域暂态电压失稳尚无可靠界定标准的难题,采用基于约束的半监督学习方式对数据集进行可靠分类。基于决策树算法建立逐步更新的分类模型,生成区域暂态电压稳定判据,通过模型挖掘出有关电压分区、代表节点的内在规律。EPRI 36节点系统上的仿真结果证明了评估方案的有效性,以及分类评估模型的适应性和准确性。     

感应发电机暂态电压稳定性定量分析

比较了感应发电机和感应电动机的暂态电压稳定特性;对应于感应电动机的暂态电压稳定判据,提出了感应发电机的暂态电压稳定判据及相应的稳定裕度定义。其中综合考虑了节点电压和转子转速的影响,合理设计了多判据的执行流程,以保证远离临界条件时的快速性及接近临界条件时的准确性。用反复仿真试探到的暂态电压稳定的故障临界切除时间作为标准,考核基于上述稳定裕度的灵敏度分析算法。仿真结果证实,上述判据及裕度指标可以准确反映感应发电机的电压稳定程度。     

基于卷积神经网络的暂态电压稳定快速评估

随着特高压直流输电的发展和负荷构成及特性的变化,暂态电压问题严重威胁系统的安全稳定运行。基于卷积神经网络(CNN),提出一种交直流受端电网分区暂态电压稳定快速评估方法。计及系统快速动态响应元件影响,基于暂态电压时序信息构建暂态电压跌落面积矩阵,利用基于t分布的随机近邻嵌入(t-SNE)算法将其映射到二维平面,对受端电网进行分区。依据节点相对距离选择各分区稳态潮流特征。构建线路故障严重度指标,据其对故障线路号进行编码,将编码结果与故障线路号共同作为故障特征。采用粒子群优化算法确定各分区CNN最优卷积核大小和数量,提升CNN性能。实际多馈入交直流电网的仿真结果表明了方法的有效性。     

N-2组合故障集的暂态功角稳定在线快速评估

大电网中N-2组合故障数目巨大,若对每个组合故障分别进行暂态功角稳定评估,难以满足在线评估的时间要求。基于N-2组合故障中第一个元件故障的暂态功角稳定在线评估结果(裕度和主导群发电机的参与因子),结合第一个元件故障的暂态功角稳定主导群中发电机的有功功率对第二个开断元件有功功率的灵敏度,计算出N-2组合故障的暂态功角稳定严重程度排序指标。通过优先对排序在前位的组合故障进行基于详细模型时域仿真的暂态功角稳定量化评估,直至排序号连续的多个组合故障的暂态功角稳定裕度都大于0,则直接判定排序在其后的所有组合故障均是暂态功角稳定的,从而满足N-2组合故障集暂态功角稳定在线评估对计算速度的要求。实际电网算例验证了该方法的有效性。     

基于深度学习的电力系统暂态功角与暂态电压稳定裕度一体化评估

随着面向高比例可再生能源新型电力系统的转型,系统运行特性日趋复杂。暂态功角稳定(transientangle stability,TAS)与暂态电压稳定(transientvoltagestability,TVS)问题相互耦合且频发,为系统安全稳定评估带来严峻挑战。研究首先采用变步长二分法通过调用PSASP从时间维度上构建了暂态电压与暂态功角的稳定边界。研究了不同故障位置、感应电动机占比、负荷率对稳定边界的影响并依托边界确定主导失稳模式。其次提出一种基于注意力机制与一维卷积神经网络融合的电力系统功角稳定及电压稳定裕度评估的新方法。该方法直接面向测量数据,将节点稳态与暂态运行的电压幅值、有功功率、无功功率数据作为输入特征,节省了数据处理时间。通过一维卷积神经网络构建输入特征与极限切除时间的映射,利用注意力机制进一步提高了模型预测效果。通过新英格兰IEEE39节点系统进行分析验证,结果表明该方法可以实现暂态安全裕度的快速评估且具有较高的预测精度。     

基于卷积神经网络的暂态电压稳定评估及风险量化

提出了一种暂态电压稳定性评估及其风险量化方法.首先,探讨卷积神经网络(CNN)与暂态电压稳定评估的关联性和匹配性,建立了基于CNN的暂态电压稳定评估模型.其次,在可信度框架下引入四元评估结构,可有效解决CNN在稳定边界识别上对时域仿真依赖的难题.然后,通过评估结果获取暂态电压稳定裕度,并将其与可信度相结合来构建风险函数...     

基于XGBOOST-PSO提高受端电网电压暂态稳定的发电机无功优化方法

考虑发电机稳态输出无功对其支撑暂态电压恢复稳定能力的影响,基于机器学习研究优化发电机稳态输出无功提高电压对故障扰动保持暂态稳定能力的预防控制方法。该方法采用加权多二元表暂态稳定裕度指标量化母线暂态电压对不同预想故障扰动的综合稳定裕度,并基于指标排序确定稳定裕度薄弱母线。同时基于发电机无功调节对预想故障下各薄弱母线电压暂态稳定裕度综合作用灵敏度排序,选择作用灵敏发电机。在利用XGBoost建立根据系统稳态特征向量预测薄弱母线暂态电压稳定的分类模型基础上,以系统对预想故障扰动保持暂态电压稳定为约束、以减小发电机稳态无功调节对网损产生影响为目标,基于潮流计算寻优灵敏发电机稳态输出无功,以提高薄弱母线的暂态电压稳定性。最后采用雅湖直流接入江西电网的PSASP计算模型验证了所提方法的有效性。     

基于历史数据聚类分析的暂态功角稳定故障筛选

大电网中有上千个暂态稳定故障,若对每个故障分别进行暂态评估,难以满足在线评估对时间的要求。为了满足电网在线暂态安全稳定评估快速性的要求,提出了一种基于电网运行历史数据聚类分析的暂态功角稳定故障筛选方法。基于历史数据中的电网运行方式和暂态功角稳定评估结果,提取关键特征量,通过计及稳定模式的矢量量化方法确定聚类数和初始聚类中心,采用K中心点算法对聚类中心进行优化。针对分类后暂态功角稳定的考察故障快速估算其暂态功角裕度,最后得到包含暂态功角失稳和估算裕度低于门槛值的故障组成的用于暂态稳定分析计算的严重故障集。通过对实际省级电网运行历史数据的聚类分析,验证了所述方法的有效性和实用性。