基于改进shapelet挖掘的风电并网系统暂态功角稳定评估

论文摘要

在基于数据挖掘的电力系统暂态稳定评估中,针对电气量的变化趋势特征难以准确捕获的困难,引入时间序列shapelet方法,从故障后PMU采集得到的电气量时间序列中提取shapelet特征,继而制定决策树模型,以评估系统是否失稳。鉴于其线下训练耗时过长,采用粒子群算法对shapelet的提取进行加速。在接入了大型风电场的新英格兰39节点系统上进行仿真测试,结果表明所提方法适用于风电并网系统,在保证较高的分类准确率的同时,还提供了系统失稳规律的机理性解释。

论文目录

• 0 引 言
• 1 基于shapelet的暂态功角稳定评估算法
•   1.1 一般暂态功角稳定问题描述
•   1.2 基于电压幅值轨迹的稳定判据
•   1.3 时间序列shapelet特征提取
• 2 基于改进shapelet搜索的暂态稳定评估
•   2.1 改进shapelet搜索
•   2.2 整体方案实施
• 3 案例分析
•   3.1 测试系统
•   3.2 生成样本集
•   3.3 交叉验证
•   3.4 模型性能
•   3.5 shapelet搜索效率
•   3.6 系统失稳规律挖掘
• 4 结 语

文章来源

类型: 期刊论文

作者: 梁咪咪,汪震

关键词: 暂态功角稳定评估,数据挖掘,时间序列,决策树

来源: 能源工程 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 浙江大学电气工程学院

分类号: TM614;TM712

DOI: 10.16189/j.cnki.nygc.2019.06.007

页码: 37-43

总页数: 7

文件大小: 1480K

下载量: 51