基于支持向量机的短期负荷预测的方法改进

在对支持向量机（Support Vector Machines,SVM）方法的参数性能进行分析的基础上,提出了将Grid-search方法引入至基于支持向量机的短期负荷预测算法中,以解决支持向量机方法的参数选择问题。该参数选择方法减少了参数选择的盲目性,提高了SVM的预测精度。通过在East-Slovakia Power Distribution Company提供的电网运行数据上验算,证明了该改进方法的正确性和有效性。     

最小二乘法在距离保护中的应用初探

电压和电流信号中存在的非周期分量和高次谐波分量会影响到距离保护测量阻抗的真实性.通过滤除非工频信号而获得的基波阻抗值,可以确保距离保护动作的正确性.基于最小二乘原理的参数估计是应用相当普及的方法,将最小二乘法应用于距离保护中,构建了基于微分方程的系统模型,提出通过测量电感参数获得测量电抗,为解决基于微分方程测量电阻参数估计模型误差大的问题,提出基于有功功率概念构建的测量电阻参数估计模型,并就所提出方法进行了仿真验证,表明通过最小二乘法进行的测量阻抗参数估计是可以应用于距离保护的.     

基于Prony算法的小电流接地系统单相接地故障选线研究

Prony算法是用一组指数函数的线性组合来拟合等间隔采样数据的方法,可以从中分析出信号的幅值、相位、衰减系数、频率等信息。通过对故障零序电流特征的分析,提出采用Prony算法来提取故障零序电流的谐波分量的信息,比较谐波分量的幅值和相位来实现正确选线。理论分析及仿真实验表明该方法可以准确实现小电流接地系统单相接地故障选线。     

电力市场下输电价格分析

输电市场化是电力工业市场化改革的重要组成部分.与发电市场、用电市场改革一样,输电作为一种市场服务,其定价方式为广大电力工作者所关注.合理的输电价格不仅需给出明显的经济信号,以促进输电资源的优化配置,保证电网公司的生存与发展,其定价方法还要做到科学、简明,以保证电力市场的公开与公平性.虽然,在我国输电电价还未单独计算,但随着以"厂网分开"为目标的电力工业市场化改革与发展,形成一套科学合理的输电价格定价方法与模型势在必行.     

10kV系统弧光接地过电压的分析与仿真

在中性点不接地系统中,随着电容电流的不断增加,容易产生弧光接地过电压和相间故障,给供电设备造成极大的危害.分析了一起接地刀闸损坏的原因,建立了系统的数学模型.通过理论分析计算得出故障的初步原因,在Matlab/Simulink上的仿真结果验证了理论分析的正确性.最后,给出了抑制措施.     

辐射型配电网重构的启发式算法

研究了配电网的重构方法。根据配电网的特点,在配电网二次电流矩模型的基础上,利用从二次电流矩平衡角度分析得出的结论,通过理论分析,得出一种新的配电网重构方法。方法表明：在配电网重构中,环网无功功率分点两侧电流最小的支路即为需要断开的支路。该方法不需考虑网络拓扑的约束,不受网络初始结构的影响,确定一个断开开关只需计算一次潮流,因而能有效提高求解速度。与二次电流矩方法相比,本文所提方法计算过程更加简捷、计算量更小。典型配电系统算例的测试结果验证了该方法的正确性和有效性。     

基于支持向量机的电压稳定弱节点在线监视

为了预防电压崩溃,需要监视电压稳定弱节点的临界状态.该临界状态通常由潮流方程计算,但对于高维电力系统,这种方法计算速度较慢,难以满足在线电压稳定监视的要求.为减少计算时间,应用快速且可靠的方法非常重要.提出一种基于支持向量机的一电压稳定弱节点在线监视方法,该方法充分发挥支持向量机在解决高维、非线性和有限样本问题方面体现出的优势,保证了电压稳定监视模型的泛化能力,具有较快的计算速度和较高的预测精度.在WSCC 9节点测试系统中的应用结果表明了该方法的有效性.     

新型微机反时限电流保护时间-电流特性的工程应用

反时限电流保护存在的时间-电流非线性关系和小输入电流时动作时间较长的缺陷，导致其整定复杂，可能影响到保护动作的速动性，也不便于和其他保护配合。文中提出一种新型的时间-电流函数，适用于微机型反时限电流保护，讨论了该新特性的特点，给出了保护之间的整定配合原则，分析表明应用新特性的反时限微机电流保护易于实现保护之间的配合，且动作时限短。     

基于支持向量机的电力系统静态电压稳定评估

为了预防电压崩溃,需要评估系统运行状态到电压极限点的距离。该距离通常用潮流方程计算,但对于高维电力系统,这种方法计算速度较慢,难以满足实时电压稳定评估的要求。为减少评估时间,应用快速且可靠的评估技术是很重要的。本文提出了一种基于支持向量机的静态电压稳定评估方法,该方法充分发挥支持向量机在解决高维、非线性和有限样本问题方面体现出的优势,保证了电压稳定评估模型的泛化能力,具有较快的评估速度和较高的预测精度。在WSCC 9节点测试系统中的应用结果证明了该方法的有效性。     

基于PCA-SVM的电力系统短期负荷预测

针对基于支持向量机的电力系统短期负荷预测算法中,预测模型的精度和泛化能力易受样本集中输入变量的影响,利用主成分分析方法能有效地消除变量之间共线性的特点,通过提取样本集的主成分完成数据预处理,有效地压缩样本集的维数。根据East-Slovakia Power Distribution Company提供的电网运行数据进行了预测计算,证明此方法与标准支持向量机算法相比,可以降低样本集的维数,提高负荷预测精度。