人工神经网络在无人值班室变电站中的应用

随着电力系统的规模越来越大,其自动化要求程度也越来越高,现在电力系统中许多变电站为实现无人值班或少人值班的目的,大都使用了微机监控系统来对有载调压变压器OLTC(On—Load Tap—Changer Transformer)分接头的位置和电容器组的投切进行监视与控制。但是在实际的运行过程中,却出现控制器动作频繁、波动大的问题,最后不得不将自动改为手动,失去了自动化作用。本文针对这种情况,在变电站采用电压——无功功率双参数调节控制策略的基础之上,引入了人工神经网络ANN(Artificial Neural Network)中的海明网络(Hamming)来对此控制策略进行模式差别,以提高控制器动作的准确性,从而达到减少动作次数,实现自动控制的目的。 传统的变电站控制策略是单一参数电压的控制,仅是根据电压的高低来进行判断,根本不涉及无功功率补偿的问题,而采用电压——无功功率双参数控制,则是在根据电压控制的基础上,引入无功功率的调节,将有载调压变压器分接头的位置与电容器的投切结合起来,利用电压和无功功率之间的强相关性,来达到改善电压质量和降低线路损耗的目的。根据电压——无功功率双参数综合控制原则,将控制区域分为九区,分类如图1所示。