基于卷积神经网络的暂态电压稳定快速评估

论文摘要

随着特高压直流输电的发展和负荷构成及特性的变化,暂态电压问题严重威胁系统的安全稳定运行。基于卷积神经网络（CNN）,提出一种交直流受端电网分区暂态电压稳定快速评估方法。计及系统快速动态响应元件影响,基于暂态电压时序信息构建暂态电压跌落面积矩阵,利用基于t分布的随机近邻嵌入（t-SNE）算法将其映射到二维平面,对受端电网进行分区。依据节点相对距离选择各分区稳态潮流特征。构建线路故障严重度指标,据其对故障线路号进行编码,将编码结果与故障线路号共同作为故障特征。采用粒子群优化算法确定各分区CNN最优卷积核大小和数量,提升CNN性能。实际多馈入交直流电网的仿真结果表明了方法的有效性。

论文目录

• 0 引言
• 1 电网分区
•   1.1 t-SNE算法
•   1.2 基于t-SNE算法的暂态电压分区
• 2 暂态电压稳定评估方法
•   2.1 CNN
•   2.2 原始输入特征选择
•     2.2.1 潮流特征
•     2.2.2 故障特征
•   2.3 CNN结构参数优化
•   2.4 暂态电压稳定评估流程
•   2.5 训练和应用方式
•     1)离线训练:
•     2)实时应用:
• 3 算例分析
•   3.1 电网分区
•   3.2 暂态电压稳定评估
•     3.2.1 潮流特征
•     3.2.2 故障特征
•     3.2.3 评估结果
• 4 结语

文章来源

类型: 期刊论文

作者: 杨维全,朱元振,刘玉田

关键词: 交直流电网,暂态电压稳定,深度学习,卷积神经网络

来源: 电力系统自动化 2019年22期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 电网智能化调度与控制教育部重点实验室(山东大学)

基金: 国家重点研发计划资助项目(2017YFB0902600),国家电网公司科技项目(SGJS0000DKJS1700840)~~

分类号: TP183;TM712

页码: 46-52+139

总页数: 8

文件大小: 1583K

下载量: 584