基于人工神经网络的次同步谐振监测方法

被引:5
作者
董青迅 [1 ]
李兴源 [1 ]
张淼 [2 ]
穆子龙 [1 ]
顾威 [1 ]
机构
[1] 四川大学电气信息学院
[2] 重庆市电力公司沙坪坝供电局
关键词
次同步谐振; 人工神经网络; 监测; 电流; 转矩;
D O I
暂无
中图分类号
TM935.2 [波形参数测量及仪器];
学科分类号
摘要
提出一种可实时监测次同步谐振的方法,用最容易取得的电流量作为次同步谐振的监测量。通过构造特殊的多层前馈神经网络,建立相应的次同步谐振监测电路,利用其强大的记忆功能和非线性映射特性,得到与采样电流对应的扭振转矩的表现,通过观察转矩的变化趋势,判断次同步谐振发生与否。给出人工神经网络训练样本的形成方法、训练算法和具体的操作步骤。以IEEE第一标准测试系统模型作为仿真算例,试验结果表明所提出的基于人工神经网络的次同步谐振监测方法的有效性。
引用
收藏
页码:21 / 25
页数:5
相关论文
共 8 条
[1]   TCSC在次同步谐振中的借阻尼现象 [J].
吴熙 ;
蒋平 .
电力系统保护与控制, 2010, 38 (03) :34-38
[2]   一种结合模糊TOPSIS法和BP神经网络的变压器故障诊断方法 [J].
潘超 ;
马成廉 ;
郑玲峰 ;
刘宁 .
电力系统保护与控制, 2009, 37 (09) :20-24+29
[3]   基于BP神经网络的下一交易日出清电价预测 [J].
张明光 ;
李艳 .
电力系统保护与控制, 2009, 37 (05) :18-21
[4]   含有STATCOM的电力系统次同步谐振研究 [J].
刘燕 ;
康积涛 ;
李晨霞 ;
何宗奎 ;
袁业升 .
电力系统保护与控制, 2008, (20) :38-40+44
[5]  
神经网络模型及其MATLAB仿真程序设计.[M].周开利;康耀红编著;.清华大学出版社.2005,
[6]  
人工智能及其应用.[M].蔡自兴;徐光祐[编著];.清华大学出版社.2004,
[7]  
电力系统稳定与控制.[M].(加)PrabhaKundur著;本书翻译组译;.中国电力出版社.2002,
[8]  
高压直流输电系统的运行和控制.[M].李兴源编著;.科学出版社.1998,