一种在线预测电力系统负荷能力极限的方法

    公开(公告)号:CN103559556B

    公开(公告)日:2016-05-11

    申请号:CN201310529012.9

    申请日:2013-10-31

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种在线预测电力系统负荷能力极限的方法,该方法由基于电网状态相似度指标的样本筛选方法、Lasso方法和误差反向传播型神经网络三部分组成;其中基于电网状态相似度指标的样本筛选方法以样本负荷能力极限值和电网状态相似度量化指标为依据,对训练样本进行筛选。Lasso方法对训练样本进行回归分析,确定各状态量中对负荷能力极限最具有解释性的系统状态量。误差反向传播型神经网络通过精简后的训练样本来离线拟合负荷能力极限并用于在线预测。该方法能够在保证预测精度的情况下明显提高误差反向传播型神经网络的离线训练效率。

    一种大规模交直流电力系统电磁暂态仿真模型的构建方法

    公开(公告)号:CN103559347A

    公开(公告)日:2014-02-05

    申请号:CN201310529030.7

    申请日:2013-10-31

    IPC分类号: G06F17/50

    摘要: 本发明公开了一种大规模交直流电力系统电磁暂态仿真模型的构建方法,其利用大规模交直流电力系统的机电暂态仿真数据,首先在机电暂态方式下通过电力系统动态等值方法简化交直流电力系统网架。然后,提出一套机电暂态元件模型与电磁暂态元件模型的转换对应原则,从而根据简化后的交直流系统机电暂态仿真模型建立起电磁暂态仿真模型。采用本发明方法,可以直接根据大规模交直流电力系统的机电暂态仿真数据,建立起电磁暂态仿真模型,并且保留原型系统的动态特性,进而可以交、直流系统详细交互作用、多直流换相失败特性及直流换相失败后恢复特性的研究。

    一种在线预测电力系统静态电压稳定极限的方法

    公开(公告)号:CN103544546A

    公开(公告)日:2014-01-29

    申请号:CN201310528971.9

    申请日:2013-10-31

    IPC分类号: G06Q10/04 G06Q50/06 G06N3/08

    摘要: 本发明公开了一种在线预测电力系统静态电压稳定极限的方法,该方法由基于Lasso的样本降维方法、基于自组织特征映射网络的样本筛选方法和误差反向传播型神经网络三部分组成。本发明通过自组织特征映射网络和Lasso方法对电力系统离线仿真生成的大量随机训练样本进行预处理,Lasso方法用于减少输入变量的维数,自组织特征映射网络用于减少训练样本的数量,之后采用误差反向传播型神经网络对电力系统静态电压稳定极限进行离线训练和在线预测,本发明的方法可以有效提高误差反向传播型神经网络的离线训练效率和在线预测效果。