基于复合学习算法的配电网理论线损计算模型

为了提高配电网理论线损计算精度,提出一种基于复合学习算法的配电网理论线损计算模型。该模型将配电网理论线损计算抽象成多元回归问题,将理论线损计算的各类影响因素和理论线损值分别作为多元回归问题的输入向量和输出向量,并构造样本集输入到复合学习算法中加以训练,以得到配电网理论线损计算模型。复合学习算法由广义回归神经网络完成样本集训练,并在训练过程中利用粒子群算法动态地搜索广义回归神经网络最优训练参数,从而降低了理论线损计算模型的误差。实验结果显示,与传统方法相比基于复合学习算法的配电网理论线损计算模型具有更高的计算精度。     

特高压直流换流站培训模拟系统的研究与应用

以±800 kV复奉直流特高压输电系统为原型,开发了首套特高压直流输电培训模拟系统（UHVDC TS）。使用该系统不仅对±800 kV换流站一二次设备、控保系统进行了完整仿真,而且对换流站的监控系统,以及所在的特高压交直流电网进行了详细仿真,实现了换流站设备、换流站监控系统和特高压交直流电网一体化联合仿真,可以对±800 kV特高压直流系统的运行进行全过程、全场景模拟,满足特高压直流运行相关人员的培训需要。该系统已成功投入运行,取得了良好的培训效果。