提出一种仅由角速度来计算功角对故障切除时间灵敏度(sensitivity of power angle to fault clearing time,SPAFCT)的方法。通过对不同详略程度发电机模型的分析,导出SPAFCT与角速度轨迹之间的关系,由此可实现根据轨迹计算SPAFCT。研究...提出一种仅由角速度来计算功角对故障切除时间灵敏度(sensitivity of power angle to fault clearing time,SPAFCT)的方法。通过对不同详略程度发电机模型的分析,导出SPAFCT与角速度轨迹之间的关系,由此可实现根据轨迹计算SPAFCT。研究表明,SPAFCT与角速度轨迹之间的关系不随模型详略程度(模型阶数)而改变,说明在由角速度轨迹计算SPAFCT时不会受到系统模型参数误差的影响。单机系统和10机39节点系统的算例表明,所提方法具有较高的计算精度且计算简便。算例还表明SPAFCT中蕴含了丰富的电力系统暂态稳定裕度的信息。展开更多
提出一种基于复合神经网络的暂态稳定评估与故障临界切除时间(CCT)裕度预测新方法,它将概率神经网络(PNN)和径向基函数(RBF)网络组合使用,充分利用两者各自的优点,以提高暂态稳定评估能力和CCT裕度预测能力。该方法首先利用PNN进行暂态...提出一种基于复合神经网络的暂态稳定评估与故障临界切除时间(CCT)裕度预测新方法,它将概率神经网络(PNN)和径向基函数(RBF)网络组合使用,充分利用两者各自的优点,以提高暂态稳定评估能力和CCT裕度预测能力。该方法首先利用PNN进行暂态事故场景分类,分类时充分考虑了相邻故障样本类型重叠的影响;进一步采用RBF网络对分类结果进行裕度预测;最后,通过自检和校正以提高预测精度。利用New England 39节点系统,通过与反向传播(BP)神经网络、RBF神经网络等方法的比较,证明了本文方法的优越性。展开更多
文摘提出一种仅由角速度来计算功角对故障切除时间灵敏度(sensitivity of power angle to fault clearing time,SPAFCT)的方法。通过对不同详略程度发电机模型的分析,导出SPAFCT与角速度轨迹之间的关系,由此可实现根据轨迹计算SPAFCT。研究表明,SPAFCT与角速度轨迹之间的关系不随模型详略程度(模型阶数)而改变,说明在由角速度轨迹计算SPAFCT时不会受到系统模型参数误差的影响。单机系统和10机39节点系统的算例表明,所提方法具有较高的计算精度且计算简便。算例还表明SPAFCT中蕴含了丰富的电力系统暂态稳定裕度的信息。
文摘提出一种基于复合神经网络的暂态稳定评估与故障临界切除时间(CCT)裕度预测新方法,它将概率神经网络(PNN)和径向基函数(RBF)网络组合使用,充分利用两者各自的优点,以提高暂态稳定评估能力和CCT裕度预测能力。该方法首先利用PNN进行暂态事故场景分类,分类时充分考虑了相邻故障样本类型重叠的影响;进一步采用RBF网络对分类结果进行裕度预测;最后,通过自检和校正以提高预测精度。利用New England 39节点系统,通过与反向传播(BP)神经网络、RBF神经网络等方法的比较,证明了本文方法的优越性。
