基于WAMS受扰电压轨迹簇特征的电力系统暂态稳定性预测

被引:15
作者
冀鲁豫 [1 ]
吴俊勇 [1 ]
周艳真 [1 ]
郝亮亮 [1 ]
于之虹 [2 ]
严剑峰 [2 ]
机构
[1] 北京交通大学电气工程学院
[2] 中国电力科学研究院
关键词
暂态稳定预测; 广域测量系统; 几何特征; 支持向量机; 时域响应; 电压轨迹簇;
D O I
暂无
中图分类号
TM712 [电力系统稳定];
学科分类号
080802 [电力系统及其自动化];
摘要
为了能够实现快速实时的暂态稳定性预测,提出了一种基于故障后发电机端电压受扰轨迹簇特征的电力系统暂态稳定性预测方法。首先通过WAMS系统获取故障后发电机端电压受扰轨迹簇信息,利用电压轨迹簇的几何属性定义了29个特征指标,然后利用Relief算法从中筛选出与系统暂态稳定性密切相关的广域故障特征指标子集,并利用支持向量机(SVM)构造电力系统暂态稳定性预测器。以新英格兰10机39节点系统为例,对所提出的暂稳预测器的性能进行了大量测试。结果表明,相较于已有研究应用故障后发电机电压数据进行的暂态稳定性预测,所提出的基于广域故障特征的暂稳预测器能有效提高电力系统暂态稳定性预测的准确性(预测准确率由94%提高到96%以上)。另外,特别是对于不完全WAMS信息的暂稳预测、对未知运行方式和未知拓扑结构的电力系统暂稳预测具有独特的优势,显著提高了暂稳预测系统的鲁棒性(预测准确率均能达到94%以上)。
引用
收藏
页码:807 / 814
页数:8
相关论文
共 19 条
[1]
基于机器学习的电力系统暂态稳定评估研究 [D]. 
叶圣永 .
西南交通大学,
2010
[2]
Knowledge gathering of fuzzy multi-time-interval sequential patterns [J].
Huang, Tony Cheng-Kui .
INFORMATION SCIENCES, 2010, 180 (17) :3316-3334
[3]
基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法 [J].
郑含博 ;
王伟 ;
李晓纲 ;
王立楠 ;
李予全 ;
韩金华 .
高电压技术, 2014, 40 (11) :3424-3429
[4]
基于支持向量机的输电线路覆冰回归模型 [J].
戴栋 ;
黄筱婷 ;
代洲 ;
郝艳捧 ;
李立浧 ;
傅闯 .
高电压技术, 2013, 39 (11) :2822-2828
[5]
基于支持向量数据描述的局部放电类型识别 [J].
唐炬 ;
林俊亦 ;
卓然 ;
陶加贵 .
高电压技术, 2013, 39 (05) :1046-1053
[6]
基于广域量测信息的电力系统暂态稳定研究综述 [J].
吴为 ;
汤涌 ;
孙华东 ;
徐式蕴 .
电网技术, 2012, 36 (09) :81-87
[7]
基于支持向量机增量学习的电力系统暂态稳定评估 [J].
叶圣永 ;
王晓茹 ;
刘志刚 ;
钱清泉 .
电力系统自动化, 2011, 35 (11) :15-19
[8]
基于支持向量机的暂态稳定评估双阶段特征选择 [J].
叶圣永 ;
王晓茹 ;
刘志刚 ;
钱清泉 .
中国电机工程学报, 2010, 30 (31) :28-34
[9]
基于最短电气距离的运行方式组合方法 [J].
李运坤 ;
吕飞鹏 ;
蒋科 ;
陈新 ;
胡亚平 .
电力系统保护与控制, 2010, 38 (15) :24-27+37
[10]
电力系统暂态稳定概率评估方法 [J].
叶圣永 ;
王晓茹 ;
刘志刚 ;
钱清泉 .
电网技术, 2009, 33 (06) :19-23+28