用于在线预测静态电压稳定性的SIPSS-Lasso-BP网络.pdfVIP

第34 卷 第34 期 中 国 电 机 工 程 学 报 Vol.34 No.34 Dec.5, 2014 6032 2014 年12 月5 日 Proceedings of the CSEE ©2014 Chin.Soc.for Elec.Eng. DOI ：10.13334/j.0258-8013.pcsee.2014.34.003 文章编号：0258-8013 (2014) 34-6032-10 中图分类号：TM 74 用于在线预测静态电压稳定性的 SIPSS-Lasso-BP 网络 1 1 2 2 刘昇 ，徐政 ，华文 ，黄弘扬 (1．浙江大学电气工程学院，浙江省 杭州市 3100272 ； 2．国网浙江省电力公司电力科学研究院，浙江省 杭州市 310014) A SIPSS-Lasso-BP Network for Online Forecasting Static Voltage Stability 1 1 2 2 LIU Sheng , XU Zheng , HUA Wen , HUANG Hongyang (1. College of Electrical Engineering, Zhejiang University, Hangzhou 310027, Zhejiang Province, China; 2. Zhejiang Electric Power Corporation Research Institute, Hangzhou 310014, Zhejiang Province, China) ABSTRACT: Solving loadability limit quickly is the basic 网络共同组成。基于SIPSS 的样本筛选方法以样本负荷能 requirement of online assessment for power systems voltage 力极限值和电网状态相似度量化指标为依据，对训练样本 stability. This paper proposed a SIPSS-Lasso-BP network 进行筛选。Lasso 方法对训练样本进行回归分析，确定各 aiming to offline fitting and online forecasting the loadability 状态量中对负荷能力极限最具有解释性的系统状态量。BP limit. The network consisted of the similarity index of power 神经网络通过精简后的训练样本来离线拟合负荷能力极 system state (SIPSS) based screening method, the least 限并用于在线预测。通过新英格兰 39 节点算例和某省实 absolute shrinkage and select operator (Lasso) algorithm and 际算例对SIPSS-Lasso-BP 网络的测试结果表明，该方法能 the back propagation (BP) neural network. The SIPSS based 够在保证预测精度的情况下明显提高 BP 神经网络的离线 screenin