基于模糊理论与人工神经网络的暂态稳定评估方法

电力系统的暂态稳定就是电力系统在遭受大干扰后系统中各发电机维持同步运行的能力。电力系统在遭受大干扰后,如果各发电机转子之间的相对角度随时间不断增大而导致发电机失去同步将是非常严重的后果。所以对于电力系统安全运行电力系统暂态稳定分析是一个很重要的课题。电力系统暂态稳定分析传统的方法有数值积分法和直接法。而基于神经网络的暂态稳定评估是暂态稳定分析的一个新方向。神经网络的优势体现在它无须建立电力元件的数学模型,也就是无须解非线性方程,只需建立系统变量与稳定状态之间的映射关系,从而大大减少了在线的计算量,取而代之的是离线的样本集的训练。本文采用神经网络结合其它智能方法对电力系统稳定进行评估进行了改进,并用仿真分析证实了改进方法的有效性。 本文对神经网络在暂态稳定评估中的应用进行了概述,介绍了径向基神经网络与模糊理论的数学基础。并采用了两种方法对基于神经网络的暂态稳定评估进行了改进。首先利用模糊聚类的方法找到样本集中每个特征输入变量的可用断点集,再结合信息熵的概念找到最佳的断点组合。利用这些断点将连续的特征输入变量离散化,从而达到压缩样本集,