负荷建模及其无优化算法的研究.pdf

摘 要 本论文研究电力负荷动特性的支持向量机建模方法、模型结构中核函数的 选取、贝叶斯证据框架的参数优化选择、精确数据的获取以及计及负荷模型的 无功优化算法等关键性问题。该研究解决了难以对复杂的用电负荷结构进行负 荷建模，负荷模型结构不灵活、泛化能力不强、模型不准确的问题，以及考虑 负荷模型的复杂的综合无功优化问题。论文的主要内容如下： ．负荷模型和参数的准确度对电力系统数字仿真结果影响很大，提出了利用 贝叶斯证据框架的支持向量机(SVM)负荷建模方法。该方法将负荷节点看着“黑 箱慰，应用SVM回归理论建立节点处的非机理负荷模型结构，选用高斯径向基 核函数、采用贝叶斯证据框架的三个准则进行模型参数的优化选择。该方法能 ‘够灵活地改变模型结构、对参数进行辨识和优化，建立了能够反映负荷特性的 非机理负荷模型。 广域测量系统(WAMS)具有异地高精度和高密度同步测量、高速通信等特 点，能够实时地提供大量反映系统特性的动态数据，提出了利用WAMS信息和 SVM的负荷建模。’仿真结果表明，模型待辨识参数少，计算速度快，泛化能力 好，所建模型精确、能够较准确地描述实际负荷。对于大扰动事件，提出了利 负荷建模精确数据来源的要求。利用故障录波信息重演负