本發(fā)明專利技術(shù)公開了一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法，其特征是，包括以下步驟：1)確立預(yù)警指標(biāo)；2)制定穩(wěn)態(tài)下功率波動(dòng)學(xué)習(xí)機(jī)制；3)使用滑動(dòng)窗技術(shù)對(duì)本窗口內(nèi)數(shù)據(jù)進(jìn)行預(yù)處理并計(jì)算預(yù)警指標(biāo)值；4)使用模糊層次分析法計(jì)算當(dāng)前電力系統(tǒng)低頻振蕩安全狀態(tài)分值，給出安全等級(jí)實(shí)現(xiàn)快速預(yù)警；5)當(dāng)所處狀態(tài)非安全時(shí)，導(dǎo)出當(dāng)前窗口振蕩數(shù)據(jù)，啟動(dòng)模式辨識(shí)程序。本發(fā)明專利技術(shù)所達(dá)到的有益效果：通過快速預(yù)警與模式辨識(shí)相結(jié)合的方法可以有效彌補(bǔ)傳統(tǒng)預(yù)警速度慢、存在誤報(bào)、依賴電網(wǎng)模型的不足，實(shí)現(xiàn)了在僅提供實(shí)測(cè)數(shù)據(jù)的條件下，不僅能快速準(zhǔn)確給出電網(wǎng)低頻振蕩安全狀態(tài)，而且也能給調(diào)度員提供有利的模態(tài)信息采取抑制措施。
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法，屬于電力系統(tǒng)運(yùn)行與控制
技術(shù)介紹
隨著經(jīng)濟(jì)的不斷發(fā)展，發(fā)電設(shè)備容量不斷增加，供電范圍不斷擴(kuò)大，傳統(tǒng)的電力系統(tǒng)逐漸向大型互聯(lián)系統(tǒng)的方向發(fā)展。同時(shí)，伴隨大容量機(jī)組在電網(wǎng)中的投運(yùn)，快速及高放大倍數(shù)勵(lì)磁系統(tǒng)的廣泛使用及大功率的輸電線路和系統(tǒng)之間弱聯(lián)系的出現(xiàn)，常常會(huì)引發(fā)電力系統(tǒng)低頻振蕩問題。從調(diào)度運(yùn)行角度考慮，對(duì)其進(jìn)行在線監(jiān)測(cè)及預(yù)警分析已成為電力系統(tǒng)穩(wěn)定性研究的熱點(diǎn)課題之一。隨著廣域測(cè)量系統(tǒng)(WAMS)的發(fā)展及應(yīng)用，利用電網(wǎng)狀態(tài)信息能夠被實(shí)時(shí)同步這一特性，并根據(jù)匯集到中心數(shù)據(jù)平臺(tái)上的同步向量數(shù)據(jù)，能為電力系統(tǒng)低頻振蕩分析方法提供新的思路。現(xiàn)有的低頻振蕩分析主要通過分鐘級(jí)的大電網(wǎng)特征值計(jì)算、實(shí)測(cè)軌跡的信號(hào)處理及小干擾理論等措施，大部分停留在事故后的離線分析，對(duì)于調(diào)度人員在危險(xiǎn)發(fā)生前快速采取有效措施從而避免低頻振蕩的出現(xiàn)很不利。此外，現(xiàn)有很多成果采用在線分析的辨識(shí)算法進(jìn)行監(jiān)測(cè)，但大多數(shù)低頻振蕩辨識(shí)算法涉及到矩陣計(jì)算、模型定階、濾波等復(fù)雜的運(yùn)算，系統(tǒng)會(huì)花費(fèi)大量時(shí)間，可能會(huì)導(dǎo)致CPU負(fù)荷率太高而不能實(shí)時(shí)在線運(yùn)行。即便可實(shí)現(xiàn)在線運(yùn)行，但由于低頻振蕩現(xiàn)象很少發(fā)生，從效率角度來看也不劃算，無法滿足低頻振蕩預(yù)警的實(shí)時(shí)性和準(zhǔn)確性。由于低頻振蕩對(duì)電網(wǎng)危害嚴(yán)重，制約了電網(wǎng)輸電能力，且目前并沒有人結(jié)合WAMS實(shí)測(cè)數(shù)據(jù)特點(diǎn)研究出快速有效的低頻振蕩預(yù)警技術(shù)。
技術(shù)實(shí)現(xiàn)思路
為解決現(xiàn)有技術(shù)的不足，本專利技術(shù)的目的在于提供一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法，能夠保證電網(wǎng)安全穩(wěn)定運(yùn)行，減小低頻振蕩的發(fā)生。為了實(shí)現(xiàn)上述目標(biāo)，本專利技術(shù)采用如下的技術(shù)方案：一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法，其特征是，包括如下步驟：步驟1)數(shù)據(jù)預(yù)處理，確立四項(xiàng)預(yù)警指標(biāo)：信號(hào)幅值、峰峰值持續(xù)周期數(shù)、動(dòng)態(tài)阻尼比和信號(hào)頻率；步驟2)通過廣域測(cè)量系統(tǒng)(WAMS系統(tǒng))對(duì)機(jī)組有功功率或聯(lián)絡(luò)線有功功率歷史數(shù)據(jù)進(jìn)行監(jiān)測(cè)，引入神經(jīng)網(wǎng)絡(luò)對(duì)歷史波動(dòng)值進(jìn)行學(xué)習(xí)，制定穩(wěn)態(tài)下的功率波動(dòng)學(xué)習(xí)機(jī)制，預(yù)測(cè)有功功率波動(dòng)值δ；步驟3)使用滑動(dòng)窗技術(shù)對(duì)本窗口內(nèi)數(shù)據(jù)進(jìn)行預(yù)處理并計(jì)算四項(xiàng)預(yù)警指標(biāo)值；步驟4)基于模糊層次分析法，對(duì)四項(xiàng)預(yù)警指標(biāo)值，結(jié)合有功功率波動(dòng)值δ建立電力系統(tǒng)低頻振蕩綜合評(píng)價(jià)模型，計(jì)算當(dāng)前電力系統(tǒng)低頻振蕩安全狀態(tài)分值S，給出安全等級(jí)并實(shí)時(shí)更新數(shù)據(jù)；步驟5)當(dāng)所處狀態(tài)為非安全時(shí)，記錄告警時(shí)間，并截取振蕩波形，對(duì)其進(jìn)行并行復(fù)合形態(tài)濾波器濾波，采用基于奇異值定階的TLS-ESPRIT辨識(shí)方法獲取模式參數(shù)。前述的一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法，其特征是，所述步驟2)穩(wěn)態(tài)下的功率波動(dòng)機(jī)制的實(shí)現(xiàn)步驟如下：2.1)每隔半個(gè)小時(shí)對(duì)處理后的信號(hào)計(jì)算一次穩(wěn)態(tài)下的功率波動(dòng)值，獲得歷史9小時(shí)的波動(dòng)值為a1,a2,...,a18；2.2)將a1,a2,...,a18分為11組，每組樣本依次為a1～a8、a2～a9、a3～a10、a4～a11、a5～a12、a6～a13、a7～a14、a8～a15、a9～a16、a10～a17、a11～a18；2.3)取前10組樣本作為歷史數(shù)據(jù)樣本，并用作網(wǎng)絡(luò)訓(xùn)練輸入樣本；2.4)將最后一組樣本作為網(wǎng)絡(luò)測(cè)試時(shí)的輸入樣本；2.5)新建BP網(wǎng)絡(luò)，MATLAB仿真時(shí)將隱含層的傳遞函數(shù)均設(shè)置為線性傳遞函數(shù)purelin，學(xué)習(xí)函數(shù)采用基于L-M算法的權(quán)值學(xué)習(xí)算法；2.6)設(shè)置最大迭代次數(shù)為200，誤差期望值為0.001；2.7)建成網(wǎng)絡(luò)預(yù)測(cè)模型，通過網(wǎng)絡(luò)測(cè)試可以得出下一波動(dòng)值的預(yù)測(cè)值a19，取δ＝a19作為未來半小時(shí)的有功功率波動(dòng)值。前述的一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法，其特征是，所述步驟3)中的預(yù)處理包含如下步驟：31)剔除異常數(shù)據(jù)：對(duì)窗口內(nèi)數(shù)據(jù)采用式子|xi-μ|≥nσ進(jìn)行判別，其中實(shí)際采樣的數(shù)據(jù)點(diǎn)為xi，樣本均值為μ，樣本標(biāo)準(zhǔn)差為σ，n按要求設(shè)置為3～10之間的整數(shù)；32)填補(bǔ)丟失數(shù)據(jù)：異常數(shù)據(jù)檢測(cè)后作為丟失數(shù)據(jù)處理，少量的數(shù)據(jù)丟失采用線性模型處理，大量的數(shù)據(jù)丟失對(duì)原數(shù)據(jù)進(jìn)行分段處理；插值點(diǎn)較少時(shí)直接取其前面的正常采樣值；33)去直流：原數(shù)據(jù)減去樣本均值處理；34)帶通處理：使用帶通濾波器，只保留0.2～2.5Hz的有用信息；35)對(duì)稱化處理：獲取實(shí)測(cè)數(shù)據(jù)的上下包絡(luò)線，對(duì)包絡(luò)線插值處理求均值，將原始數(shù)據(jù)與均值相減。前述的一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法，其特征是，所述步驟4)中電力系統(tǒng)低頻振蕩綜合評(píng)價(jià)模型的建模過程如下：4.1)對(duì)預(yù)警指標(biāo)的層次結(jié)果進(jìn)行分析比較，構(gòu)造判斷矩陣C；4.2)層次分析法計(jì)算電網(wǎng)低頻振蕩各項(xiàng)指標(biāo)的權(quán)值W；4.3)結(jié)合所預(yù)測(cè)的波動(dòng)值δ構(gòu)造各項(xiàng)預(yù)警指標(biāo)的隸屬度函數(shù)，進(jìn)一步構(gòu)造模糊評(píng)價(jià)矩陣R；4.4)根據(jù)權(quán)值W和模糊評(píng)價(jià)矩陣R，加權(quán)得出各指標(biāo)在不同安全等級(jí)下的隸屬度b，進(jìn)而求得最后的安全分值S。前述的一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法，其特征是，所有涉及到的信號(hào)均為PMU采集的機(jī)組或聯(lián)絡(luò)線有功功率數(shù)據(jù)。本專利技術(shù)所達(dá)到的有益效果：(1)打破原來使用BPA或PSASP對(duì)實(shí)際電網(wǎng)進(jìn)行仿真建模的局面，不需要了解實(shí)際電網(wǎng)模型，僅僅依靠實(shí)測(cè)PMU數(shù)據(jù)快速準(zhǔn)確預(yù)警并獲取相關(guān)模態(tài)信息，帶來很大便利；(2)所提出的低頻振蕩快速預(yù)警指標(biāo)從低頻振蕩特點(diǎn)、波動(dòng)趨勢(shì)及給電網(wǎng)帶來危害的嚴(yán)重程度幾個(gè)方面對(duì)電網(wǎng)所處狀態(tài)進(jìn)行標(biāo)識(shí)，根據(jù)安全等級(jí)的劃分判斷是否存在低頻振蕩嫌疑，四種指標(biāo)相互驗(yàn)證相互補(bǔ)充，保證了快速預(yù)警的準(zhǔn)確性；(3)由于采用了基于模糊層次分析法的綜合評(píng)價(jià)方法進(jìn)行快速預(yù)警，即使存在主觀因素影響或者某一項(xiàng)指標(biāo)計(jì)算結(jié)果出現(xiàn)異常，也不會(huì)影響最終判斷結(jié)果；(4)為電力系統(tǒng)安全穩(wěn)定運(yùn)行提供保障，而且減少了低頻振蕩帶來的經(jīng)濟(jì)損失及社會(huì)問題，具有經(jīng)濟(jì)和社會(huì)效益。附圖說明圖1是本專利技術(shù)的流程圖；圖2是WAMS實(shí)測(cè)數(shù)據(jù)預(yù)處理流程圖；圖3是多層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；圖4是預(yù)警指標(biāo)計(jì)算示意圖；圖5是基于模糊層次分析法的電網(wǎng)低頻振蕩預(yù)警指標(biāo)綜合評(píng)價(jià)方法流程圖；圖6(1)-(4)是各指標(biāo)隸屬度函數(shù)及對(duì)應(yīng)的安全狀態(tài)等級(jí)劃分；圖7是江蘇某機(jī)組發(fā)生低頻振蕩前后實(shí)測(cè)有功功率波形圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本專利技術(shù)作進(jìn)一步描述。以下實(shí)例僅用于更加清楚地說明本專利技術(shù)的技術(shù)方案，而不能以此來限制本專利技術(shù)的保護(hù)范圍。圖1為本專利技術(shù)的原理框圖，下面以實(shí)際江蘇電網(wǎng)發(fā)生低頻振蕩的有功功率實(shí)測(cè)數(shù)據(jù)為例，說明本專利技術(shù)的具體實(shí)施方式。該機(jī)組發(fā)生低頻振蕩前后實(shí)測(cè)有功功率波形圖如圖7所示。本專利技術(shù)的基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法實(shí)現(xiàn)步驟如下：步驟1)確立四項(xiàng)預(yù)警指標(biāo)：信號(hào)幅值A(chǔ)1、峰峰值持續(xù)周期數(shù)A2、動(dòng)態(tài)阻尼比A3、信號(hào)頻率A4；步驟2)獲取圖7涉及的機(jī)組發(fā)生低頻振蕩前歷史有功功率數(shù)據(jù)，時(shí)間長(zhǎng)度為本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法，其特征是，包括如下步驟：步驟1)數(shù)據(jù)預(yù)處理，確立四項(xiàng)預(yù)警指標(biāo)：信號(hào)幅值、峰峰值持續(xù)周期數(shù)、動(dòng)態(tài)阻尼比和信號(hào)頻率；步驟2)通過廣域測(cè)量系統(tǒng)(WAMS系統(tǒng))對(duì)機(jī)組有功功率或聯(lián)絡(luò)線有功功率歷史數(shù)據(jù)進(jìn)行監(jiān)測(cè)，引入神經(jīng)網(wǎng)絡(luò)對(duì)歷史波動(dòng)值進(jìn)行學(xué)習(xí)，制定穩(wěn)態(tài)下的功率波動(dòng)學(xué)習(xí)機(jī)制，預(yù)測(cè)有功功率波動(dòng)值δ；步驟3)使用滑動(dòng)窗技術(shù)對(duì)本窗口內(nèi)數(shù)據(jù)進(jìn)行預(yù)處理并計(jì)算四項(xiàng)預(yù)警指標(biāo)值；步驟4)基于模糊層次分析法，對(duì)四項(xiàng)預(yù)警指標(biāo)值，結(jié)合有功功率波動(dòng)值δ建立電力系統(tǒng)低頻振蕩綜合評(píng)價(jià)模型，計(jì)算當(dāng)前電力系統(tǒng)低頻振蕩安全狀態(tài)分值S，給出安全等級(jí)并實(shí)時(shí)更新數(shù)據(jù)；步驟5)當(dāng)所處狀態(tài)為非安全時(shí)，記錄告警時(shí)間，并截取振蕩波形，對(duì)其進(jìn)行并行復(fù)合形態(tài)濾波器濾波，采用基于奇異值定階的TLS?ESPRIT辨識(shí)方法獲取模式參數(shù)。
【技術(shù)特征摘要】
1.一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合預(yù)警方法，其特征是，
包括如下步驟：
步驟1)數(shù)據(jù)預(yù)處理，確立四項(xiàng)預(yù)警指標(biāo)：信號(hào)幅值、峰峰值持續(xù)周期數(shù)、
動(dòng)態(tài)阻尼比和信號(hào)頻率；
步驟2)通過廣域測(cè)量系統(tǒng)(WAMS系統(tǒng))對(duì)機(jī)組有功功率或聯(lián)絡(luò)線有功
功率歷史數(shù)據(jù)進(jìn)行監(jiān)測(cè)，引入神經(jīng)網(wǎng)絡(luò)對(duì)歷史波動(dòng)值進(jìn)行學(xué)習(xí)，制定穩(wěn)態(tài)下的
功率波動(dòng)學(xué)習(xí)機(jī)制，預(yù)測(cè)有功功率波動(dòng)值δ；
步驟3)使用滑動(dòng)窗技術(shù)對(duì)本窗口內(nèi)數(shù)據(jù)進(jìn)行預(yù)處理并計(jì)算四項(xiàng)預(yù)警指標(biāo)
值；
步驟4)基于模糊層次分析法，對(duì)四項(xiàng)預(yù)警指標(biāo)值，結(jié)合有功功率波動(dòng)值δ
建立電力系統(tǒng)低頻振蕩綜合評(píng)價(jià)模型，計(jì)算當(dāng)前電力系統(tǒng)低頻振蕩安全狀態(tài)分
值S，給出安全等級(jí)并實(shí)時(shí)更新數(shù)據(jù)；
步驟5)當(dāng)所處狀態(tài)為非安全時(shí)，記錄告警時(shí)間，并截取振蕩波形，對(duì)其進(jìn)
行并行復(fù)合形態(tài)濾波器濾波，采用基于奇異值定階的TLS-ESPRIT辨識(shí)方法獲
取模式參數(shù)。
2.根據(jù)權(quán)利要求1所述的一種基于穩(wěn)態(tài)學(xué)習(xí)機(jī)制的電網(wǎng)低頻振蕩模糊綜合
預(yù)警方法，其特征是，所述步驟2)穩(wěn)態(tài)下的功率波動(dòng)學(xué)習(xí)機(jī)制的實(shí)現(xiàn)步驟如下：
2.1)每隔半個(gè)小時(shí)對(duì)處理后的信號(hào)計(jì)算一次穩(wěn)態(tài)下的功率波動(dòng)值，獲得歷史
9小時(shí)的波動(dòng)值為a1,a2,...,a18；
2.2)將a1,a2,...,a18分為11組，每組樣本依次為a1～a8、a2～a9、a3～a10、a4～a11、
a5～a12、a6～a13、a7～a14、a8～a15、a9～a16、a10～a17、a11～a18；
2.3)取前10組樣本作為歷史數(shù)據(jù)樣本，并用作網(wǎng)絡(luò)訓(xùn)練輸入樣本；
2.4)將最后一組樣本作為網(wǎng)絡(luò)測(cè)試時(shí)的輸入樣本；
2.5)新建BP網(wǎng)絡(luò)，MATLAB仿真時(shí)將隱含層的傳遞函數(shù)均設(shè)置為線性傳遞
函數(shù)purelin，學(xué)習(xí)函數(shù)采用基于L-M算法的權(quán)值學(xué)習(xí)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：徐鋼，顧文，王成亮，范立新，李安娜，吳熙，
申請(qǐng)(專利權(quán))人：江蘇省電力公司，江蘇方天電力技術(shù)有限公司，東南大學(xué)，國(guó)家電網(wǎng)公司，
類型：發(fā)明
國(guó)別省市：江蘇;32
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。