基于MVEE和NHC的電力系統暫態(tài)穩(wěn)定評估方法研究
發(fā)布時間：2022-01-01 02:24
作為電力系統安全穩(wěn)定分析方法的重要組成部分,暫態(tài)穩(wěn)定評估在維護電網安全方面一直發(fā)揮著不可替代的重要作用。近年來,隨著電網技術向數字化、信息化、智能化的方向發(fā)展,暫態(tài)穩(wěn)定評估方法也從傳統的時域仿真法、能量函數法向模式識別法進行過渡,本文圍繞基于模式識別的暫態(tài)穩(wěn)定評估方法展開研究,主要研究內容如下:在特征構建方面,根據最小體積閉包橢球（minimum volume enclosing ellipsoid,MVEE）對系統軌跡信息進行優(yōu)化處理,確定高維空間內包含所有軌跡信息的最小體積閉包橢球,并利用該橢球的物理屬性構建輸入特征集,以完成對特征集的降維處理,達到加強分類器模型特征辨識能力、提升暫態(tài)穩(wěn)定評估精度的目的。在模型訓練方面,將非平行超平面分類器（nonparallel hyperplane classifier,NHC）中的投影孿生支持向量機（projection twin support vector machine,PTSVM）作為分類器模型引入至暫態(tài)穩(wěn)定評估中,建立基于MVEE與PTSVM的電力系統暫態(tài)穩(wěn)定評估方法。與基于傳統支持向量機的評估方法相比較,該評估方法更重視故障樣本分...
【文章來源】：東北電力大學吉林省
【文章頁數】：57 頁
【學位級別】：碩士
【部分圖文】：
圖１－２基于模式識別的暫態(tài)穩(wěn)定評估流程圖??－３?－??
ＳＶＭ是一種基于統計學習理論的分類器模型，其較好地解決了??人工神經網絡易過擬合以及決策樹泛化能力弱的問題，因此成為目前該領域中研宄熱度最??高的分類器模型。??１．３．２．１關于支持向量機的研究現狀??支持向量機最早在二十世紀六十年代由Ｖ．Ｎ．Ｖａｐｎｉｋ等學者提出，該模型是一種基于統??計學與人工智能理論的二分類模型，其發(fā)展至今己經廣泛應用于包括計算機視覺、自然語??言處理以及生物信息學在內的多個領域。支持向量機的基本工作原理是通過大量樣本信息??構建一個最佳超平面決策邊界，如圖１－３所示，利用該超平面邊界可對不同樣本進行有效??區(qū)分。當樣本空間內出現新的目標時，該邊界仍可按照確定的分類規(guī)則對新樣本做出自動??識別分類。因此，采用該模型可對各類樣本進行識別、歸納以及總結，以達到對未知樣本??類型進行準確預測判別的目的??＿?（界?決策邊界??７個〇』隔邊界??／ｌ／－：—??／?／?＾??圖１－３支持向量機分類原理圖??鑒于其出色的學習性能和強大的泛化能力［４２】，近年來許多學者將ＳＶＭ與電力系統暫??態(tài)穩(wěn)定評估相結合，建立起基于ＳＶＭ的暫穩(wěn)評估方法。文獻［４３］將支持向量機與非序貫蒙??－５－??
?第２章基于ＭＶＥＥ理論的特征構建???較穩(wěn)定狀態(tài)時產生偏移，其位置也會大幅度變化。該指標實質上反映了橢球在暫態(tài)過程中??的動態(tài)變化軌跡，體現了系統受擾動后的偏離程度。??根據上述四類物理屬性變化規(guī)律可知，當系統狀態(tài)為穩(wěn)定時，其對應的橢球在切除故??障后的變化過程如圖２－１所示，即橢球體積逐漸縮小，偏心率也逐漸減小，外觀趨向于球??形，同時其中心位置變化不明顯。??＿?ｈ?＿＿＿＿＿??（ａ）?（ｂ）?（ｃ）??圖２－１穩(wěn)定場景下橢球變化過程??但當系統狀態(tài)為失穩(wěn)時，其對應的橢球在切除故障后的變化過程如圖２－２所示，即橢??球體積逐漸增大，偏心率增加，外觀逐漸偏離球形，同時位置變化較明顯。??＇?．［慮輪．１．：一：論、??（ａ）?（ｂ）?（ｃ）??圖２－２失穩(wěn)場景下橢球變化過程??綜上所述，電網運行軌跡信息所對應的最小體積閉包橢球對系統穩(wěn)定狀態(tài)具有一定表??征作用，則可將不同時刻下橢球物理屬性作為特征量構建輸入特征集，具體如表２－１所示。??表２－１通過ＭＶＥＥ理論構建的輸入特征集???編號?輸入特征???７ｚｌ?故障初始時刻Ｆ＾（２，ｃ）??Ｔｚｌ?故障切除時刻??Ｔｚ３?故障切除周波后Ｆｐｈ）??７ｚ４?故障初始時刻ｅｐｅｏ??Ｔｚ５?故障切除時刻??Ｔｚ６?故障切除ｍ周波后ｅｐｅ，＜０??Ｔｚｌ?故障初始時刻Ｆ（ｆ）??ｍ?故障切除時刻??Ｔｚ９?故障切除／Ｊ周波后??Ｔｚ＼０?故障初始時刻認??Ｔｚ＼＼?故障切除時刻認???７＾１２?故障切除ｎ周波后０；???－１３－??
【參考文獻】：
期刊論文
[1]英國“8·9”大停電事故分析及對中國電網的啟示[J]. 孫華東,許濤,郭強,李亞樓,林偉芳,易俊,李文鋒. 中國電機工程學報. 2019(21)
[2]基于支持向量機的在線暫態(tài)穩(wěn)定故障篩選[J]. 鮑顏紅,馮長有,任先成,張金龍,馬超,邵偉. 電力系統自動化. 2019(22)
[3]基于PMU的電網等值在互聯電網運行可靠性評估中的應用[J]. 張大波,連帥,陶維青,方陳,柳勁松. 電力系統保護與控制. 2019(15)
[4]自然災害下電網運行風險控制策略探討[J]. �？�,徐泰山,郁琛,劉鐳,王昊昊,郭俊. 電力系統保護與控制. 2019(10)
[5]基于正則化投影孿生支持向量機的電力系統暫態(tài)穩(wěn)定評估[J]. 姜濤,王長江,陳厚合,李國慶,葛維春. 電力系統自動化. 2019(01)
[6]巴西“9.13”遠西北電網解列及停電事故分析及啟示[J]. 劉云. 中國電機工程學報. 2018(11)
[7]基于支持向量機綜合分類模型和關鍵樣本集的電力系統暫態(tài)穩(wěn)定評估[J]. 田芳,周孝信,于之虹. 電力系統保護與控制. 2017(22)
[8]基于相軌跡MLE指標的暫態(tài)功角穩(wěn)定在線辨識[J]. 魏少攀,楊明,韓學山,馬世英. 電力系統自動化. 2017(16)
[9]基于投影能量函數和Pin-SVM的電力系統暫態(tài)穩(wěn)定評估[J]. 陳厚合,王長江,姜濤,李雪,李國慶. 電工技術學報. 2017(11)
[10]電網大停電社會綜合損失評估[J]. 劉自發(fā),張在寶,楊濱,王智冬,齊芳. 電網技術. 2017(09)
碩士論文
[1]基于彈球損失支持向量機和端口能量函數的暫態(tài)穩(wěn)定評估方法研究[D]. 王長江.東北電力大學 2017
本文編號：3561465
【文章來源】：東北電力大學吉林省
【文章頁數】：57 頁
【學位級別】：碩士
【部分圖文】：
圖１－２基于模式識別的暫態(tài)穩(wěn)定評估流程圖??－３?－??
ＳＶＭ是一種基于統計學習理論的分類器模型，其較好地解決了??人工神經網絡易過擬合以及決策樹泛化能力弱的問題，因此成為目前該領域中研宄熱度最??高的分類器模型。??１．３．２．１關于支持向量機的研究現狀??支持向量機最早在二十世紀六十年代由Ｖ．Ｎ．Ｖａｐｎｉｋ等學者提出，該模型是一種基于統??計學與人工智能理論的二分類模型，其發(fā)展至今己經廣泛應用于包括計算機視覺、自然語??言處理以及生物信息學在內的多個領域。支持向量機的基本工作原理是通過大量樣本信息??構建一個最佳超平面決策邊界，如圖１－３所示，利用該超平面邊界可對不同樣本進行有效??區(qū)分。當樣本空間內出現新的目標時，該邊界仍可按照確定的分類規(guī)則對新樣本做出自動??識別分類。因此，采用該模型可對各類樣本進行識別、歸納以及總結，以達到對未知樣本??類型進行準確預測判別的目的??＿?（界?決策邊界??７個〇』隔邊界??／ｌ／－：—??／?／?＾??圖１－３支持向量機分類原理圖??鑒于其出色的學習性能和強大的泛化能力［４２】，近年來許多學者將ＳＶＭ與電力系統暫??態(tài)穩(wěn)定評估相結合，建立起基于ＳＶＭ的暫穩(wěn)評估方法。文獻［４３］將支持向量機與非序貫蒙??－５－??
?第２章基于ＭＶＥＥ理論的特征構建???較穩(wěn)定狀態(tài)時產生偏移，其位置也會大幅度變化。該指標實質上反映了橢球在暫態(tài)過程中??的動態(tài)變化軌跡，體現了系統受擾動后的偏離程度。??根據上述四類物理屬性變化規(guī)律可知，當系統狀態(tài)為穩(wěn)定時，其對應的橢球在切除故??障后的變化過程如圖２－１所示，即橢球體積逐漸縮小，偏心率也逐漸減小，外觀趨向于球??形，同時其中心位置變化不明顯。??＿?ｈ?＿＿＿＿＿??（ａ）?（ｂ）?（ｃ）??圖２－１穩(wěn)定場景下橢球變化過程??但當系統狀態(tài)為失穩(wěn)時，其對應的橢球在切除故障后的變化過程如圖２－２所示，即橢??球體積逐漸增大，偏心率增加，外觀逐漸偏離球形，同時位置變化較明顯。??＇?．［慮輪．１．：一：論、??（ａ）?（ｂ）?（ｃ）??圖２－２失穩(wěn)場景下橢球變化過程??綜上所述，電網運行軌跡信息所對應的最小體積閉包橢球對系統穩(wěn)定狀態(tài)具有一定表??征作用，則可將不同時刻下橢球物理屬性作為特征量構建輸入特征集，具體如表２－１所示。??表２－１通過ＭＶＥＥ理論構建的輸入特征集???編號?輸入特征???７ｚｌ?故障初始時刻Ｆ＾（２，ｃ）??Ｔｚｌ?故障切除時刻??Ｔｚ３?故障切除周波后Ｆｐｈ）??７ｚ４?故障初始時刻ｅｐｅｏ??Ｔｚ５?故障切除時刻??Ｔｚ６?故障切除ｍ周波后ｅｐｅ，＜０??Ｔｚｌ?故障初始時刻Ｆ（ｆ）??ｍ?故障切除時刻??Ｔｚ９?故障切除／Ｊ周波后??Ｔｚ＼０?故障初始時刻認??Ｔｚ＼＼?故障切除時刻認???７＾１２?故障切除ｎ周波后０；???－１３－??
【參考文獻】：
期刊論文
[1]英國“8·9”大停電事故分析及對中國電網的啟示[J]. 孫華東,許濤,郭強,李亞樓,林偉芳,易俊,李文鋒. 中國電機工程學報. 2019(21)
[2]基于支持向量機的在線暫態(tài)穩(wěn)定故障篩選[J]. 鮑顏紅,馮長有,任先成,張金龍,馬超,邵偉. 電力系統自動化. 2019(22)
[3]基于PMU的電網等值在互聯電網運行可靠性評估中的應用[J]. 張大波,連帥,陶維青,方陳,柳勁松. 電力系統保護與控制. 2019(15)
[4]自然災害下電網運行風險控制策略探討[J]. �？�,徐泰山,郁琛,劉鐳,王昊昊,郭俊. 電力系統保護與控制. 2019(10)
[5]基于正則化投影孿生支持向量機的電力系統暫態(tài)穩(wěn)定評估[J]. 姜濤,王長江,陳厚合,李國慶,葛維春. 電力系統自動化. 2019(01)
[6]巴西“9.13”遠西北電網解列及停電事故分析及啟示[J]. 劉云. 中國電機工程學報. 2018(11)
[7]基于支持向量機綜合分類模型和關鍵樣本集的電力系統暫態(tài)穩(wěn)定評估[J]. 田芳,周孝信,于之虹. 電力系統保護與控制. 2017(22)
[8]基于相軌跡MLE指標的暫態(tài)功角穩(wěn)定在線辨識[J]. 魏少攀,楊明,韓學山,馬世英. 電力系統自動化. 2017(16)
[9]基于投影能量函數和Pin-SVM的電力系統暫態(tài)穩(wěn)定評估[J]. 陳厚合,王長江,姜濤,李雪,李國慶. 電工技術學報. 2017(11)
[10]電網大停電社會綜合損失評估[J]. 劉自發(fā),張在寶,楊濱,王智冬,齊芳. 電網技術. 2017(09)
碩士論文
[1]基于彈球損失支持向量機和端口能量函數的暫態(tài)穩(wěn)定評估方法研究[D]. 王長江.東北電力大學 2017
本文編號：3561465
本文鏈接：http://sikaile.net/kejilunwen/dianlidianqilunwen/3561465.html
