收藏本站
《华南理工大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于智能计算的电力系统低频振荡模式辨识的研究

王学健  
【摘要】:随着国内经济快速发展,电网规模不断扩大,电网之间的互联也变得越来越密切。区域电网之间的互联虽可提高系统运行的经济性,但同时也使得整个互联系统的动态特性变得更加复杂。低频振荡会限制区域电网之间的功率交换和电能交换,严重的甚至可能导致系统解列和大面积停电等事故。因此,低频振荡是影响电力系统稳定性的重要因素。低频振荡的研究基础是对于其振荡模式的分析,目前常用的分析方法主要包括基于模型数据的线性和非线性分析法以及基于实测数据的信号分析法。近年来随着广域测量系统(Wide Area Measurement System,WAMS)的发展,基于实测数据的信号分析法得到了广泛应用。本文提出将几种智能计算的算法——奇异值分解(Singular Value Divide,SVD)、群搜索算法(Group Search Optimizer,GSO)、深度置信网络(Deep Belief Network,DBN)用于低频振荡信号的模式辨识中。Prony分析法是WAMS中常用的方法,本文详细介绍了其原理和存在的问题。在低频振荡信号模型基础上,本文提出了一种基于SVD定阶和GSO的低频振荡模式辨识法。采用SVD确定信号的阶数,即可得出信号的实际模式数。由于SVD定阶法在强噪声环境中易出现错误的阶数,文中设计了一种广义滤波器专门用于SVD定阶前的预处理,从而使强噪声环境中的定阶效果得到显著改善。对于低频振荡各模式参数的求解,文中采用GSO寻优的方法,将其转化成一个最小值优化问题。GSO算法强大的全局收敛性,特别适合高维数多模态优化的问题。算例验证表明,GSO辨识各模式比传统Prony算法具有更强的抗噪性,同时比PSO和GA算法具有更强的收敛稳定性。低频振荡主要可分为区域振荡和局部振荡两种类型,两种振荡场景各不相同。本文首次提出将DBN尝试用于辨识两种振荡场景中的主导模式参数,主导模式的参数辨识对于低频振荡至关重要。算例验证表明,该法具有高实时性以及较好的准确度和抗噪性等优点。
【学位授予单位】:华南理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TM712

【相似文献】
中国期刊全文数据库 前10条
1 刘荣章;;浅析水电厂如何防范电力系统低频振荡[J];水力发电;2009年04期
2 王卫国,贺仁睦,王铁强,徐东杰;分析电力系统低频振荡的试验方法[J];电力系统自动化;2001年22期
3 王铁强,贺仁睦,王卫国,徐东杰,魏立民,肖利民;电力系统低频振荡机理的研究[J];中国电机工程学报;2002年02期
4 杨艳,赵书强;负荷特性对电力系统低频振荡阻尼的影响[J];电力自动化设备;2003年11期
5 伍亚萍,周俊宇,彭霞;基于人工智能的电力系统低频振荡抑制[J];低压电器;2005年02期
6 王青;闵勇;张毅威;;电力系统低频振荡的机理研究和主要分析方法[J];电气应用;2006年07期
7 刘峻;行舟;何世恩;郑伟;;甘肃陇南碧成系统低频振荡的分析与治理[J];电力设备;2006年08期
8 徐英新;王西田;杨帆;陈陈;;电力系统低频振荡分析中同型多机的等值简化[J];上海交通大学学报;2007年03期
9 牛朋超;郭清滔;康积涛;李爱武;李林;罗智慧;;电力系统低频振荡的研究现状和展望[J];山东电力技术;2009年05期
10 袁红斌;张元波;崔国有;;浅谈电力系统低频振荡[J];东北电力大学学报(自然科学版);2009年01期
中国重要会议论文全文数据库 前4条
1 肖驰;刘玉田;;电力系统低频振荡检测的实时滤波算法[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年
2 闫朝;艾欣;朱维新;王瑞欣;;应用SVC抑制电力系统低频振荡的研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
3 唐颖杰;竺炜;谭喜意;;基于改进Prony算法的电力系统低频振荡模式识别[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
4 李红梅;;异步电动机系统低频振荡的建模和判据[A];2003年中国智能自动化会议论文集(下册)[C];2003年
中国博士学位论文全文数据库 前6条
1 林克曼;新型磁控可调电抗器抑制电力系统低频振荡研究[D];东南大学;2016年
2 张科;基于广域测量系统的电力系统低频振荡模态分析研究[D];华中科技大学;2011年
3 高红亮;电力系统低频振荡控制技术研究[D];华中科技大学;2013年
4 叶华;大规模电力系统低频振荡分析与广域自适应控制研究[D];山东大学;2009年
5 戚军;基于广域测量系统的电力系统低频振荡时滞阻尼控制[D];浙江大学;2009年
6 赵辉;电力系统低频振荡阻尼机理及控制策略研究[D];天津大学;2006年
中国硕士学位论文全文数据库 前10条
1 王学健;基于智能计算的电力系统低频振荡模式辨识的研究[D];华南理工大学;2017年
2 孙斌;风火打捆联合外送方式下电力系统低频振荡分析[D];西南交通大学;2015年
3 王祥超;基于广域量测的电力系统低频振荡模式辨识研究[D];西南交通大学;2015年
4 谢文麟;基于小波分析的电力系统低频振荡研究[D];哈尔滨工业大学;2015年
5 姜苏娜;电力系统低频振荡非线性机理及控制策略研究[D];华北电力大学;2015年
6 王晖;风电并网对电力系统低频振荡特性的影响研究[D];上海电机学院;2016年
7 李安娜;电力系统低频振荡在线辨识与预警技术研究[D];东南大学;2016年
8 刘玮;基于储能系统抑制电力系统低频振荡的研究[D];新疆大学;2013年
9 朱先贤;电力系统低频振荡辨识及相关算法研究[D];天津大学;2014年
10 王臻;高斯有色噪声背景下电力系统低频振荡在线模式识别的研究[D];华中科技大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026