基于神经网络预测校核的暂态稳定预防控制

针对电力系统稳定预防控制在线计算的复杂性,提出一种基于神经网络预测校核的在线预防控制决策方法。利用神经网络构建有功出力控制变量与暂稳TSI指标之间的映射关系,基于发电机有功输入实现数据驱动下的暂态稳定快速预测,取代基于微分代数方程的求解。在预防控制最优潮流模型中,嵌入离线训练的神经网络暂稳预测模型作为稳定性约束。由于在适应度函数计算中引入神经网络,利用神经网络的快速预测取代传统方法中的时域仿真校验计算,结合智能算法迭代求解时既实现预想故障集下的暂态稳定性校核,又保证较高的求解效率以满足在线计算的需求。模型最终求解结果可作为有效的在线预防控制策略,以保证故障发生后系统的稳定性。最后通过新英格兰39节点测试算例,验证了方法的可行性和有效性。