复合神经网络在电力系统暂态稳定评估中的应用

提出了一种基于复合人工神经网络的电力系统暂态稳定评估方法。该复合网络由Kohonen网络与若干径向基(RBF)网络组成。它结合了两种网络的优点,因此提高了稳定评估能力。分别采用Kohonen网络、径向基网络以及该复合网络对华中电网的仿真结果证实了该方法的优越性。     

全国联网和大区形成主干网架的研究

章从中国各大区电网主干网架的初步形成和规划出发，分析了全国联网的发展趋势及存在的问题，以及全国联网的模式和格局的几种方案，最后对全国联网和特高压输电技术的研究课题提出建议。     

人工鱼群神经网络在电力系统短期负荷预测中的应用

短期负荷预测结果对电力系统的经济效益具有重要影响.人工鱼群算法是最新提出的新型寻优策略,具有良好的克服局部极值、获得全局极值的能力.文章建立了一种新的人工鱼群神经网络预测模型,利用人工鱼群算法训练神经网络的权值,再将该神经网络用于短期负荷预测.对某电力系统进行的负荷预测结果表明,该方法与传统的BP神经网络预测方法相比具有较强的自适应能力和较好的预测效果.     

基于双层同构贝叶斯网络模型的配电网可靠性评估

提出了一种双层同构贝叶斯网络模型进行配电网的可靠性评估和再评估.在进行馈线分区的基础上,结合区域故障模式影响分析(Failure-Mode-and-Effect Analysis,FMEA)构成贝叶斯网络.通过贝叶斯网络的正向推理评估负荷点及配电网的可靠性,求取可靠性指标.通过网络的反向推理进行假设分析,识别网络中的薄弱环节,采用双层结构分别计算停运概率指标和停运频率指标.该方法可以处理带子馈线的复杂配电网可靠性评估问题,能够考虑自动装置不可靠动作、备用电源、线路计划检修等情况.算例分析结果表明了该方法的有效性.     

基于地理信息的配电网 SCADA 系统的研究

以一个分层式配电网自动化系统的研究为背景,分析了配电网的主要特点,着重介绍其基于地理信息的ＳＣＡＤＡ软件系统的设计与实现方法。     

基于不精确模型的同步电机非线性励磁控制

基于输电系统中同步电机的不精确励磁非线性模型，采用非线性控制 理论中的全局线性化方法和滑动模态控制方法，导出一个非线性切换控制律， 并用它设计出电力系统新型的非线性励磁控制器。针对单机无穷大系统进行数 字仿真实验，结果表明，该励磁控制器能良好地改善系统的动态响应特性，且 具有良好的鲁棒性。     

开发基于Internet/Intranet的电网管理信息系统

现有的电网管理信息系统因受开发环境的限制,其可移植性较差,应用范围也比较狭窄,而重复开发管理信息系统又造成了资源的浪费。文章介绍了电网管理信息系统是基于互联网／内联网（Ｉｎｔｅｒｎｅｔ／Ｉｎｔｒａｎｅｔ）技术开发的,可以连到互联网上使用,也可以不与互联网相连,而作为内联网独立运行。本系统能双多种多样的方式表达电网信息,其开发周期短,可移植性好,对运行环境要求低,维护方便,可供运行人员方便地使用。     

综合考虑可靠性因素的电网规划新方法

电网能否稳定运行的关键在于网架结构,坚强的网架结构来源于合理的电网规划.文章提出了一种将电网的可靠性指标转化为经济性指标,并将其作为目标函数一部分的电网规划新方法.该方法将缺电成本划分为静态和动态成本两部分,使得电网规划的数学模型更加完善,体现更广泛的社会效益,客观上有利于电网防灾.     

双向工频通信信号在配电网中的传输特性

介绍了双向工频通信的基本原理，建立了一简单的信号传输模型。从暂态电压和电流在配电网中传播的角度，分析了双向工频通信信号在配电网中的传输特性。通过实际测试数据，验证了双向工频通信方式具有抗干扰能力强、不受线路状况和负荷变化制约的特点。     

基于模糊聚类分析与改进BP算法的电力系统短期负荷预测

提出了一种基于模糊聚类分析和BP网络的短期负荷预测方法.考虑了温度、相对湿度以及日类型等影响负荷的因素,通过模糊聚类分析将负荷历史数据分成若干类,找出同预测日相符的预测类别,然后建立相应的BP网络模型,用附加动量和变学习速率的方法预测每小时的负荷.对于西安地区实际负荷的预测结果的分析表明该方法有较高的预测精度,取得了令人满意的结果.