杨跃
- 作品数：2 被引量：39H指数：2
- 供职机构：四川大学电气信息学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 基于神经网络预测校核的暂态稳定预防控制被引量：26
- 2018年
- 针对电力系统稳定预防控制在线计算的复杂性,提出一种基于神经网络预测校核的在线预防控制决策方法。利用神经网络构建有功出力控制变量与暂稳TSI指标之间的映射关系,基于发电机有功输入实现数据驱动下的暂态稳定快速预测,取代基于微分代数方程的求解。在预防控制最优潮流模型中,嵌入离线训练的神经网络暂稳预测模型作为稳定性约束。由于在适应度函数计算中引入神经网络,利用神经网络的快速预测取代传统方法中的时域仿真校验计算,结合智能算法迭代求解时既实现预想故障集下的暂态稳定性校核,又保证较高的求解效率以满足在线计算的需求。模型最终求解结果可作为有效的在线预防控制策略,以保证故障发生后系统的稳定性。最后通过新英格兰39节点测试算例,验证了方法的可行性和有效性。
- 杨跃刘友波刘友波刘俊勇刘挺坚邱高
- 关键词：暂态稳定预测神经网络
- 基于特征椭球和支持向量机复合映射的暂态稳定预测模型被引量：13
- 2017年
- 针对电力系统暂态稳定预测问题,提出基于特征椭球理论(characteristic ellipsoid,CELL)和支持向量机(support vector machine,SVM)复合映射的方法。通过采集系统受扰后的同步相量测量单元(phasor measurement unit,PMU)量测数据,将其映射至多维样本空间中生成特征椭球。椭球形态的变化能反映出受扰系统在稳定与失稳场景下不同的动态行为,从而识别出系统的暂态稳定性。以包含了系统暂态过程信息的椭球几何属性,如体积、偏心率、中心点、体积变化率等,构造支持向量机评估模型的输入特征,训练所得支持向量机模型能够实现电力系统暂态稳定在线预测。该方法以椭球的动态变化作为暂态稳定判据,利用较少的量测数据就能为暂态稳定识别提供足够的信息量,同时保证较高的准确率。通过IEEE 39节点系统和我国西南某省级区域输电系统的算例测试,验证了方法的可行性和有效性。
- 杨跃刘俊勇黄媛刘友波刘挺坚魏巍
- 关键词：支持向量机
