基于神经网络的电力系统负载能力预测

《基于神经网络的电力系统负载能力预测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于神经网络的电力系统负载能力预测1.基于神经X络的电力系统负载能力预测的研究综述　　在电力系统运行中，维持系统在安全运行区内对系统运行人员来说是首要的。考虑各种安全边界的负载能力极限是运行人员感兴趣的主要工具。　　1990s以来，应用神经X络于电力系统问题的广泛的研究工作已经展开。NN是一种高效计算工具，可以用于负载能力在线估计。一些NN应用于电压安全估计和监控的研究工作已经开始。多层前馈神经X络已经用于潮流极限估计关联于静态电压稳定性，用不同的训练标准和算法。负荷和发电机母线上的有功和无功常常用于MFNN的输入；有些研究工作中母线电压和相角也作为部分输入；一些选定线路上的有功和无功潮流也用

2、作输入。也有的，有功极限基于SNB和HB点探测进行预测。有的提出一种由KohonenX络和MFNN组成的混合神经X络，KohonenX络作为首末两端用相似的特征给输入模式分类以改善MFNN的概括能力。这些基于NN的逼近方法的主要缺点是他们预测任意运行点的负载能力极限只在特殊的LD上，这是由固定负荷分支系数定义的。一些研究者提出NN应用于特征值估计的小信号稳定估计或稳定性分类，但用于负载能力极限预测的NN没有被设计出来。　　本课题主要研究考虑静态电压稳定性的约束时电力系统负载能力的预测。本课题采用连续潮流方法分析，基于神经X络进行预测。　　本文的主要工作如下：　　1.以IEEE4机2区域系统为对

3、象，用BP神经X络对给定的负荷参数空间内的静态电压稳定边界进行拟合测试。　　2.基于Matlab编制调用UVA为基准值的标幺值。每台发电机的发出有功界限为9.5。　　　　　　　　图2-1IEEE两区基准系统　　正常拓扑、线路7-8断线、线路8-9断线和线路7-8与8-9都断线时，定义平均分配的41个LD以构建各种拓扑情况下的电压稳定边界，示于图2-2。参数Ld1和Ld2分别表示负荷1和负荷2的负荷增长率。　　　　图2-2两区基准系统的电压稳定边界　　2.2输入/输出向量设计　　一个电力系统可以描述为以下的微分代数等式：　　(2.1)　　这里x是状态变量向量，如发电机转速和转角；y是代数变量向量

4、，如负荷端电压；p是可控参数向量，如发电机端电压设置；