基于神经网络的法向阻抗模裕度快速计算方法

为在线快速评估电力系统当前电压稳定性,建立了遗传算法优化的BP神经网络电压稳定评估模型。基于一般非线性方程极值分析原理,推导出系统静态电压稳定判据,由此提出评价系统静态电压稳定性的负荷法向阻抗模裕度指标(the normal impedance modulus margin index,NIMMI)。对比戴维南阻抗模裕度指标,法向阻抗模裕度指标的线性关系更好,适用于神经网络电压稳定在线预测。在系统同步功率扰动情形下,将系统薄弱区域节点的负荷有功、无功功率与节点的NIMMI值建立非线性映射关系,由此建立了以法向阻抗模裕度指标为样本的神经网络评估模型。用遗传算法优化BP神经网络的权值和阈值,提高了预测精度。Matlab仿真结果表明:相比传统潮流计算,法向阻抗模裕度指标的计算速度大大加快,更有利于实现系统电压稳定性的在线快速预测。