现代电力系统分析理论与方法 课件 第十三章 电力系统动态安全分析.pptx

第十三章 电力系统动态安全分析;;第二节 电力系统动态等值;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;同调等值法;模态等值法;模态等值法;模态等值法;模态等值法;估计等值法;估计等值法;第三节 动态安全分析的动态安全域法;动态安全域的定义;动态安全域的定义;实用动态安全域;第四节 动态安全分析的人工智能;模式识别法 ;求权向量： 一种基于偿-罚概念的感知器算法，通过对训练模式样本集“学习”，得到判别函数n+1个系数的解。;若对的模式样本乘以（-1），则判别式：;1.概念;专家系统结构框图：;1.人工神经网络模型;选择样本集：对所要研究的电力系统，给以不同的负荷水平、若干典型的短路故障点和不同的故障切除时间，分别计算其暂态稳定性（稳定还是不稳定），形成样本集。将样本集划分为“学习样本”和“识别样本”两个子集。 训练：将已选定的学习样本子集中的样本依次输入神经网络模型，根据每一样本在模型中的误差对权系数进行修正，直至误差达到最小（即收敛）为止，即可确定整个神经网络的权系数值。 考核测试：经过训练得到的神经网络，用识别样本子集对其进行考核。利用神经网络模型直接判别电力系统的暂态稳定性，其正确识别率较高，且能满足快速识别的要求，是一种