PDF《计及低频减载动作的最大暂态频率偏移快速估计》

6 ) . XU ?XU

1 ?XU i ?XU j ?XU n 1≤ i<

j≤ n (

6 ) 式中: XU 为模型 U 的训练 样本集;

XU i 为子模型 U i 的训练样本子集. 为得到满足上述要求的各子模型训练样本集, 本文按照图2所示流程生成训练样本.图中, Ss i 为第i个运行方式下的稳态潮流量;

Sd i 为第i 个运行 方式下的有功扰动量, 即故障直流闭锁前的有功功 率;

N 为总的运行方式数;

fm i n , i j 为第i 个训练样本 在设置前j 轮次 U F L S的情况下, 有功扰动后系统 的最低 暂态频率;

Ri j 为第i 个训练样本第j 轮UFLS的动作情况.Ri j=1表示第i个训练样本第 j 轮次 U F L S动作;

Ri j =-1表示第i 个训练样本 第j 轮UFLS不动作;

NX F j 为XF j 中的样本数, NXU j 为XU j 中的样本数. 图2中, 筛选第j 轮UFLS动作而第j+1 轮UFLS不动作的样本, 选取相应稳态潮流信息、 扰动 信息和暂态最低频率构成训练样本加入子模型 F j 训练样本集中;

进一步选取相应稳态潮流信息、 扰动

8 2

2 0

1 9,

4 3 (

1 2 ) ・学术研究・ h t t p : / / ww w. a e p s - i n f o . c o m 信息和第j 轮UFLS动作情况作为训练样本, 加入 到子模型 U j 训练样本集中. 图2 训练样本集生成流程图 F i g .

2 F l o wc h a r t o f g e n e r a t i o nf o r t r a i n i n g s a m p l e s e t 1.

4 最大暂态频率偏移交替估计流程 离散―连续混合系统一般采用离散系统模型和 连续系统模型交替求解的方法进行响应特性分析. 相应地, 在构建子模型 F 和U后, 本文也采用交替 估计方法分析系统在直流闭锁等扰动后的暂态频率 偏移, 以反映频率偏移与 U F L S 动作的相互影响. 子模型 F与U的交替估计流程如图3所示. 图3 系统最大暂态频率偏移交替估计流程图 F i g .

3 F l o wc h a r t o fa l t e r n a t i n ge s t i m a t i o no f s y s t e m m a x i m u mt r a n s i e n t f r e q u e n c yd e v i a t i o n 图3中, Si n 为模型的输入特征, 将Si n 输入模 型Ui, 判断第i 轮UFLS是否动作.若动作, 则输 出Ri=1, 启动模型 U i+1 并输入Si n 判断第i+1轮UFLS是否动作;

若判断不动作, 则输出Ri=-1, 启 动模型 F i-1 并输入Si n, 预测最大暂态频率偏移. 图中, fm i n 为最低暂态频率偏移量. 对于判断为触发前i 轮UFLS动作且第i+1 轮UFLS不 动作的样本, 图3中会依次触发模型U1, U 2, …, U i+1, 由于 U i+1 此时输出为 -1, 因此 该样本最终fm i n 由子模型 F i 进行估计.

2 最大暂态频率偏移估计子模型构建方法 2.

1 基于S V R的子模型F构建 最大暂态频率偏移估计属于回归问题, 常用的 方法包括 ANN [ 8] 和S V R [

1 1] 等.与其他人工智能方 法相比, S V R 方法成熟且模型结构简单, 只有罚参 数和核 参数两项参数需要确定.因此, 本文基于SVR方法构建子模型 F. 对于最大频率偏移估计子问题, 设m个样本构 成的集合为{ ( x i, fm i n , i) | i=1, 2, …, m} , x i 和fm i n , i 分别为第i 个样本的输入特征和最低暂态频率偏 移量. 高维电力系统中最大暂态频率偏移估计问题具 有较强非线性, 使用线性判别函数构建子模型 F 会 存在较 大的误差.因此, 需要引入非线性核函数K( x i) , 将低维空间中非线性的最大暂态频率偏移 估计问题映射到高维空间, 然后在高维空间中构造 最优超平面, 提高估计精度.此时判别函数为: F( x i) =ω T ?( x i) +b (

7 ) 式中: ?( x i) 为样本x i 的高维映射函数;