基于多层人工神经网络电力系统恢复过电压预测.PDFVIP

2018 第46卷 第8期 Vol.46 No.8 GridAnalysisStudy 电网分析与研究 基于多层人工神经网络的电力系统恢复过电压预测 1 2 3 2 张弘喆 ，赵 康 ，李乐蒙 ，刘洪正 （1.三峡大学电气与新能源学院，湖北宜昌 443002；2.国网山东省电力公司电力科学研究院， 山东济南 250003；3.国网山东省电力公司建设公司，山东济南 250021） 摘 要：在电力系统恢复的初始阶段，系统元件（变压器、输电线路和并联电抗器）充电时，会出现较高的过电压， 可能造成设备损坏，推迟系统的恢复进度，进而威胁系统的安全稳定运行。针对这一问题，提出了一种基于多层 人工神经网络的过电压预测方法。采用前馈多层感知器结构，应用Levenberg-Marquardt算法来训练人工神经网 络模型，通过MATLAB/Simulink中的电力系统分析工具包PSB来取得训练所需的样本数据。针对变压器和并联 电抗器充电的情况，按照合闸角和剩磁最坏的情况来训练人工神经网络，从而减少训练所需的时域仿真计算次 数。另外，为了增强所构造的人工神经网络模型的通用性，将电力系统的网络等值参数作为模型的输入数据。 采用新英格兰39节点系统的部分网架作为算例，结果表明所提方法可以对电力系统恢复过程中的过电压峰值 和持续时间进行有效的预测，并且具有很高的精度。 关键词：人工神经网络；暂态过电压；电力系统恢复；电气元件充电 中图分类号：TM72 文献标志码：A 文章编号：2096-4145（2018）08-0067-07 OvervoltageForecastDuringPowerSystemRestorationBasedon MultilayerArtificialNeuralNetwork 1 2 3 2 ZHANGHongzhe ，ZHAOKang ，LILemeng ，LIUHongzheng （1.CollegeofElectricalEngineeringNewEnergy，ThreeGorgesUniversity，Yichang443002，China；2.State GridShandongElectricPowerResearchInstitute，Jinan250003，China；3.StateGridShandongElectricPower ConstructionCompany，Jinan250021） Abstract: Intheinitialstageofpowersystemrestoration，Whensystemcomponents(transformers，transmissionlinesandparallel reactors)arecharged，higherovervoltagemayoccur，whichmaycauseequipmentdamageanddelaytherecoveryofthesystem，thus threateningthesafeandstableoperationofthesystem.Aimingatthisproblem，anovervoltagepredictionmethodbasedonmulti-layer artificialneuralnetworkisproposed.Thefeedforwardmultilayerperceptronstructureisadopted，Levenberg-Marquardtalgorithmis appliedtotraintheartificialneuralnetworkmodel，andthepowersystemanalysistoolPSBinMATLAB/Simu