基于故障后电压轨迹的电力系统暂态稳定性在线预测

《基于故障后电压轨迹的电力系统暂态稳定性在线预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、岁拿未交万方数据硕士专业学位论文基于故障后电压轨迹的电力系统暂态稳定性在线预测OnlinePredictionofPowerSystemTransientStabilityBasedonPost--FaultVoltagesTrajectory作者：李林广导师：吴俊勇教授北京交通大学2014年6月万方数据学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅

2、和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。学校可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。(保密的学位论文在解密后适用本授权说明)学位论文作者签名-毯挤尹签字日期：训J妒年占月J／日111翩揣厶旁导师签名：欠夕必多f签字日期：力，中年石月c多日万方数据学校代码：10004北京交通大学硕士专业学位论文密级：公开基于故障后电压轨迹的电力系统暂态稳定性在线预测OnlinePredictionofPowerSystemTransientStabilityBasedonPost-FaultVol

3、tagesTrajectory作者姓名：李林广导师姓名：吴俊勇学号：12125853职称：教授工程硕士专业领域：电气工程学位级别：硕士北京交通大学2014年6月万方数据致谢本论文的工作是在我的导师吴俊勇教授的悉心指导下完成的，吴俊勇教授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢两年来吴俊勇老师对我的关心和指导。吴俊勇教授悉心指导我们完成了实验室的科研工作，在学习上和生活上都给予了我很大的关心和帮助，在此向吴俊勇老师表示衷心的谢意。吴俊勇教授对于我的科研工作和论文都提出了许多的宝贵意见，在此表示衷心的

4、感谢。在实验室工作及撰写论文期间，郝亮亮老师、宋洪磊、冀鲁豫师兄以及齐大伟、图尔荪、陈占锋、王晨、周艳真、林凯俊等同学对我论文中的研究工作给予了热情帮助，在此向他们表达我的感激之情。另外也感谢我的父母，他们的理解和支持使我能够在学校专心完成我的学业。万方数据摘要随着我国互联电网的逐渐形成，对电网安全稳定运行的要求更加严格，寻找能够快速、准确评估系统暂态稳定性的方法具有重要意义。随着人工智能的逐渐发展，机器学习成为评估暂态稳定的很有前途的方法。机器学习的观点认为暂态稳定预测是一个模式识别问题，系统的暂态稳定性和描述系统运行状

5、态的特征量之间具有某种映射关系，通过机器学习可以获得这种函数关系。WAMS是基于同步相量测量及现代通信技术，对地域广阔的电力系统运行状态进行监测和分析，监测系统采集并存储了大量历史数据，利用这些数据所蕴含的信息，可以进行有效的机器学习，进而找到进行暂态稳定预测的方法。本文依托国家电网公司2014年科研项目“在线安全稳定分析系统应用效能评估方法研究”，首先研究了智能学习方法在电力系统暂态稳定预测中的应用，并分析了支持向量机在本研究目标中的优势。解释了选用电压轨迹的原因是其作为电磁暂态过程比机电暂态过程的功角值更加快速，并通过

6、仿真验证了电压幅值可以比功角更准确的预测更短时间内的电力系统暂态稳定性。基于WAMS的机端电压轨迹，结合支持向量机的智能学习，研究了电力系统的暂态稳定在线预测的若干问题，包括：特征选择、组合预测模型、在线学习和评估等。本文运用了一种基于受扰轨迹簇特征的方法。该方法首先获取系统受扰后的电压轨迹，并定义了可以反映数据集关键信息的29个广域故障特征对电压轨迹进行预处理。庞大的数据和冗余特征可能会对样本造成干扰，本文利用Relief算法和Recorre算法对原始特征进行特征筛选和去冗余，构成预测系统的初始数据集。本文选用Libsv

7、m工具箱作为机器学习的软件，研究了参数优化的方法和增量学习算法。对暂态稳定预测系统的结构进行了改进以适应非对称故障，此时，使用三个分类器，对每相的数据进行训练，输出使用“或”逻辑。在PSASP仿真软件中搭建了新英格兰10机39节点系统作为测试模型，仿真验证了本文所所用方法的可行性，分析结果表明该方法能有效提高暂态稳定预测的可靠性。分析比较了不同的样本数量、不同的故障类型和不同的时间尺度下系统的预测性能，并且对于未知拓扑结构和未知运行方式下的预测结果进行了研究。如果系统输入有干扰以及网络节点信息不完整，此时WAMS系统提取的

8、原始数据信息不完整，传统的预测方法将会失效。本文所用的方法对于不完全WAMS信息的暂态稳定性预测具有独特的优势。关键词：暂态稳定；广域测量系统；簇特征；支持向量机分类号：TM712万方数据ABSTRACTABSTRACTWi也thegradualformationofinterconnectedpowe