基于人工神经网络的电力系统暂态稳定评估

对于复杂的现代电力系统，保持其暂态稳定是一个非常重要的课题。传统的暂态稳定分析方法主要是时域数值仿真法和直接法。基于人工神经网络的暂态稳定评估，是当前暂态稳定分析研究的一个新的方向。本文提出了一个复合人工神经网络用于电力系统暂态稳定评估，该网络由一个Kohonen自组织特征映射网络和若干径向基函数网络组成。通过对华中电网主网算例的仿真分析，证实了该方法的有效性。 同时，本文把该暂态稳定评估方法应用于暂态稳定在线预决策系统，将其与基于时域数值仿真法的控制策略搜索模块有机结合起来。针对华中电网，这里采取“集中管理，分区控制”的稳定控制系统。在线预决策系统位于整个稳定控制系统的中心。当检测到系统运行方式发生变化时，针对预想事故集在线生成紧急控制对策表，并将该对策表传给各子站。各子站在实际故障发生时实时匹配并发出执行对策的命令。试验证明，加入神经网络暂稳分析模块的在线预决策系统在整体计算速度上有较大改进，同时保持了原有的准确性，有利于在线应用。 论文共分为六章。第一章主要介绍电力系统暂态稳定的概念和几种暂态稳定分析方法，以及人工神经网络在电力系统中的应用现状。第二章介绍了自组织特征映射网络和径向基函数网络的基本原理。第三章具体阐述了基于复合神经网络的暂态稳定评估方法，包括复合网络整体结构及原理、两种自组织神经网络预分类准则的性能分析比较、复合网络同单一网络的暂态稳定评估性能比较等。第四章介绍了结合了ANN稳定评估的对策生成原理、控制对策搜索准则和软件实现，最后给出了针对华中电网算例的部分仿真结果。第五章介绍了遗传算法对Kohonen自组织网络性能优化的方法，证明了其改善整个网络的暂稳评估性能的能力。第六章总结全文，并对结合ANN技术的电力系统暂态稳定在线预决策系统的前景进行了展望。