【摘要】：電力系統(tǒng)暫態(tài)穩(wěn)定評估和風(fēng)電功率預(yù)測是保障電力系統(tǒng)安全性和提升電力系統(tǒng)經(jīng)濟(jì)性方面的兩個重要問題。數(shù)十年來,業(yè)界對二者進(jìn)行了持續(xù)研究,并取得了豐碩成果。當(dāng)前,電力系統(tǒng)的新發(fā)展對暫態(tài)穩(wěn)定評估和風(fēng)電功率預(yù)測提出了更高要求,已有方法在適用范圍、評估及預(yù)測的準(zhǔn)確度和精確度等方面面臨嚴(yán)峻挑戰(zhàn)。深度學(xué)習(xí)的發(fā)展為二者的突破提供了新的可能,基于深度學(xué)習(xí)的電力系統(tǒng)暫態(tài)穩(wěn)定評估和風(fēng)電功率預(yù)測研究已經(jīng)成為電力系統(tǒng)研究領(lǐng)域的前沿課題。本文對此進(jìn)行了深入研究,主要工作及成果歸納如下:提出了一種基于深度置信網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評估方法。該方法利用深層結(jié)構(gòu)有效挖掘數(shù)據(jù)的隱藏模式,為暫態(tài)穩(wěn)定評估提供知識基礎(chǔ)。評估模型的訓(xùn)練不僅涉及利用標(biāo)注數(shù)據(jù)的監(jiān)督訓(xùn)練,而且還包括利用無標(biāo)注數(shù)據(jù)的無監(jiān)督訓(xùn)練,有助于模型泛化能力的提升。算例仿真結(jié)果表明,該方法具有評估準(zhǔn)確率高、容錯能力強(qiáng)、樣本時域仿真耗時短等特點(diǎn)。提出了一種基于堆疊自動編碼器的電力系統(tǒng)暫態(tài)穩(wěn)定評估方法。該方法突破了傳統(tǒng)的兩階段評估模式,對“特征提取”和“分類評估”進(jìn)行了有機(jī)融合,實(shí)現(xiàn)端到端的暫態(tài)穩(wěn)定評估。該方法擺脫了對人工提取特征的依賴,依靠深層網(wǎng)絡(luò)自動從底層量測數(shù)據(jù)中提取特征,很大程度上保障了信息的完整性。此外,為減輕模型的過擬合,在模型的訓(xùn)練中加入稀疏性約束和Dropout技術(shù)。算例仿真結(jié)果表明,該評估方法能夠直接面向相量測量單元(PMU)量測數(shù)據(jù),評估準(zhǔn)確率高,能較好地適應(yīng)電力系統(tǒng)的暫態(tài)穩(wěn)定評估需求。提出了一種基于深層稀疏去噪編碼網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評估方法。針對不同量測數(shù)據(jù)的不同物理本質(zhì),該方法提出了一種具有多分支結(jié)構(gòu)的深層網(wǎng)絡(luò)模型。借助不同稀疏去噪編碼網(wǎng)絡(luò)(分支)從各種量測量中分別提取特征,并在模型頂部進(jìn)行融合,最終完成暫態(tài)穩(wěn)定評估結(jié)果輸出。算例仿真結(jié)果表明,該評估方法能夠有效處理多種量測量的同時輸入,評估準(zhǔn)確率高,噪聲環(huán)境下的魯棒性好等優(yōu)點(diǎn)。同時,與普通全連接網(wǎng)絡(luò)相比,該模型結(jié)構(gòu)更為簡潔,計(jì)算復(fù)雜度較低,能夠較好地適應(yīng)較大規(guī)模電網(wǎng)的暫態(tài)穩(wěn)定評估需求。提出了一種計(jì)及空間相關(guān)性的多位置風(fēng)速預(yù)測方法。針對風(fēng)速的空間相關(guān)性,利用可視化手段進(jìn)行了直觀分析,并建立了對多位置風(fēng)速預(yù)測問題的一般性數(shù)學(xué)描述。立足時空序列的本質(zhì)特點(diǎn),提出“先提取空間特征,后建立時間聯(lián)系”的兩階段建模策略,并構(gòu)建了基于卷積神經(jīng)網(wǎng)絡(luò)的風(fēng)速預(yù)測模型。該模型能夠直接接收二維矩陣輸入,在很大程度上避免了空間信息的損失。算例仿真結(jié)果表明,該方法能有效利用空間相關(guān)性提高風(fēng)速預(yù)測精度,在總體平均性能和個體誤差控制能力上均優(yōu)于常規(guī)的機(jī)器學(xué)習(xí)類風(fēng)速預(yù)測方法。提出了一種利用時空相關(guān)性的多位置多步風(fēng)速預(yù)測方法。針對風(fēng)速的時間相關(guān)性和空間相關(guān)性,利用采樣交叉函數(shù)對二者從數(shù)學(xué)角度進(jìn)行分析。將多位置多步風(fēng)速預(yù)測問題建模為一個時空序列預(yù)測任務(wù),并給出該問題的一般性數(shù)學(xué)描述。利用空間模型提取時空序列的空間特征,并利用時間模型建立各空間特征間的時間聯(lián)系,最終達(dá)到時空信息聯(lián)合學(xué)習(xí)的目的。算例仿真結(jié)果表明,該方法能通過空間模型和時間模型的相互協(xié)作,提高風(fēng)速預(yù)測精度。并且,該模型規(guī)模不隨時間長度序列變化,理論上能夠利用任意長度的歷史序列信息,具備良好的可擴(kuò)展性。提出了一種基于多模態(tài)多任務(wù)學(xué)習(xí)的風(fēng)電功率預(yù)測方法。對考慮多源異質(zhì)信息的風(fēng)電功率預(yù)測問題進(jìn)行討論,并給出了該問題的一般性數(shù)學(xué)描述。采用多模態(tài)學(xué)習(xí)策略促進(jìn)輸入變量間的信息共享,同時利用多種量測共同為風(fēng)電預(yù)測服務(wù);采用多任務(wù)學(xué)習(xí)策略整合多個時刻的風(fēng)電功率預(yù)測任務(wù),使模型具備風(fēng)電序列預(yù)測能力。為有效確定模型超參數(shù),采用正交試驗(yàn)開展模型選擇,能顯著縮小超參數(shù)尋優(yōu)空間,節(jié)省計(jì)算資源。算例仿真結(jié)果表明,該方法能有效利用多種量測量提高風(fēng)電功率預(yù)測精度。此外,以互信息為依據(jù)的輸入變量選擇指標(biāo)能夠?yàn)槟Ｐ托阅艿倪M(jìn)一步改善提供有利指引。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：TM614;TM712

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊春德;張磊;;基于自適應(yīng)深度置信網(wǎng)絡(luò)的圖像分類方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年10期

2 王成山;原凱;李鵬;冀浩然;林盾;邢峰;;一種基于隱式投影積分的有源配電系統(tǒng)動態(tài)仿真方法[J];中國電機(jī)工程學(xué)報(bào);2015年18期

3 倫淑嫻;林健;姚顯雙;;基于小世界回聲狀態(tài)網(wǎng)的時間序列預(yù)測[J];自動化學(xué)報(bào);2015年09期

4 薛禹勝;郁琛;趙俊華;Kang LI;Xueqin LIU;Qiuwei WU;Guangya YANG;;關(guān)于短期及超短期風(fēng)電功率預(yù)測的評述[J];電力系統(tǒng)自動化;2015年06期

5 張保會;楊松浩;王懷遠(yuǎn);馬世英;吳麗華;;電力系統(tǒng)暫態(tài)穩(wěn)定性閉環(huán)控制(二)——多機(jī)電力系統(tǒng)暫態(tài)不穩(wěn)定判別方法[J];電力自動化設(shè)備;2014年09期

6 張保會;楊松浩;王懷遠(yuǎn);;電力系統(tǒng)暫態(tài)穩(wěn)定性閉環(huán)控制(一)——簡單電力系統(tǒng)暫態(tài)不穩(wěn)定判別原理[J];電力自動化設(shè)備;2014年08期

7 葉瑞麗;劉瑞葉;劉建楠;郭志忠;;直驅(qū)風(fēng)電機(jī)組風(fēng)電場接入后的電力系統(tǒng)暫態(tài)穩(wěn)定計(jì)算[J];電工技術(shù)學(xué)報(bào);2014年06期

8 唐舟進(jìn);任峰;彭濤;王文博;;基于迭代誤差補(bǔ)償?shù)幕煦鐣r間序列最小二乘支持向量機(jī)預(yù)測算法[J];物理學(xué)報(bào);2014年05期

9 李鵬;原凱;王成山;黃小耘;黃紅遠(yuǎn);;一種基于投影積分算法的微電網(wǎng)穩(wěn)定性仿真方法[J];電工技術(shù)學(xué)報(bào);2014年02期

10 李揚(yáng);顧雪平;;基于改進(jìn)最大相關(guān)最小冗余判據(jù)的暫態(tài)穩(wěn)定評估特征選擇[J];中國電機(jī)工程學(xué)報(bào);2013年34期

相關(guān)博士學(xué)位論文 前2條

1 趙永寧;基于時空相關(guān)性的大規(guī)模風(fēng)電功率短期預(yù)測方法研究[D];中國農(nóng)業(yè)大學(xué);2019年

2 熊國江;基于計(jì)算智能的電網(wǎng)故障診斷方法研究[D];華中科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前2條

1 朱國偉;直驅(qū)式風(fēng)電機(jī)組參與調(diào)頻對電網(wǎng)頻率穩(wěn)定性的影響[D];合肥工業(yè)大學(xué);2016年

2 曹曼;基于遺傳模擬退火算法的暫態(tài)穩(wěn)定評估特征選擇[D];華北電力大學(xué)（河北）;2007年

本文編號：2784371