基于神经网络的电力系统暂态稳定预测方法研究.pdfVIP

Cl“aT’99中国杭州全国电力系统技术会议 基于神经网络的电力系统暂态 稳定预测方法的研究 苏建设廖培金 (suiianshe@263．net) f西安交通大学电力系) 内容提要 本文提出了基于发电机转子角度测量值利用神经网络预测电力系统暂态稳定性的原 理与方法．建立神经网络模型以非线性自回归为基础．并采用多步预测技术和动态多步预测结构从而提 高预援l精度．仿真表明．神经网络多步预测方法是有效的。 关键词 电力系统暂态稳定性神经网络多步预测 1．前言 电力系统暂态稳定性是指系统在发生事故情况下能否保持同步运行。通常在紧急状态 下为了维持系统稳定运行和持续供电，必须采取必要的控制措施。在实际运行中，不管是 采用全局控制还是实施局部控制措遁．帮斟颁首先判定系缝机组或局部机组的稳定性．从 而出现了多种确定系统失步的方法。传统的数值仿真11．备种非线性控制”j，基于李雅瞢 诺夫稳定性理论的暂态能量函数o】[”以及人工智能4j等都在不同程度地发挥着各自优势。 其中人．1二神经元(ANN)网络理论的提出和发展为这一问题的解决引入了一种全新的思维 模式，它不需建立数学模型，不需求解非线性方程，只需建立所研究问题与ANN输入输出 的映射关系，从而大大减少在线计算量．以收集和训练样本的大量离线计算换取ANN识剐 的在线快速性，以满足电力系统暂态稳定分析的要求。 近年来，GPS的出现为电力系统的控制注入了新的思想与手段。在电力系统暂态控制 方面，国外曾成功地进行了利用GPS同步时钟构成的相量测量单元(P姗)来测量系统在暂 态过程中备节点电压相角的现场试验fh】，这说明GPS同步时钟用于暂态稳定控制是可行 的。国内在电压、功角测量，故障定位以及在电网实时稳定监测方面也都有一定的文献报 导”l[…。因此，本文提出利用神经网络进行暂态稳定预测建立在GPS同步时钟应用基础之 上．也即是利用PNU来测量各厂站发电机的转子角度并传送至控制中心．由控制中心对各厂 站实施控制。各厂站测量的发电机转子角度由GPS同步时钟进行同步，以保证它#J的值是 同一时刻的。当系统发生故障后，控制中心根据厂站送来的故障信号进行启动。并应用采集 到的各发电机转子角度信息通过神经网络不断进行系统暂态稳定情况的预测。 2．数学模型与预测原理 2．1多机电力系统模型”3 对fⅣF几系统，在同步旋转坐标F，各发电机转f运动方程为 ·23l· d6t i2q f=1,2，…，Jv L警一啊蛾一乳一喜即in(一-6j) +D,j cos(8,一t)】 其中岛Co．=：EEtE易1Bqg}““，2，…，Ⅳ；／州 而在惯性中心坐标下．转子运动方程为 dei． dt 瓦警呼和s毗q)+Dg (2) cos(¨)】_乏‰ i=1,2，…，Ⅳ Ⅳ Ⅳ一lⅣ 其中 ‰=∑f一2∑∑岛cos(O,一巳) J=l 』tI j-t+l P{=Pm。一E÷G。i=1,2，‘‘‘，N 为仿真计算方便，本文采用经典模型。应当指出，由于预测是完全依据系统外部模型 因此采用更复杂模型不会严重影响预测的复杂性。 2．2神经网络预测 2．2．1神经网络预测原理 假设已知时间序列弘，ti=1,2，…，r—lj·为预测置或置“，一般采用AR(p)、 Ma(q)或ARMA(p，q)等模型进行预测。 AR(p)模型的一般形式为 x!=atXt_+01Xt一2÷‘