电力和能源系统

电力和能源系统(中文5000字,有疑问PDF)
 
摘要
高效的应急筛选和排序方法在现代电力系统安全运行中的重要性。本文提出了一种人工神经网络，即多层前馈神经网络（MFNN）和径向基函数神经网络（RBFN），来实现在线电力系统静态安全评估（PSSSA）模块。要评估系统的严重程度，已使用的有两个指标，即有功功率和电压的性能指标。性能指标，这是用牛顿–拉夫森迭代法计算（NRLF）1线中断情况下的变负荷工况分析。基于PSSSA模块提出的前馈神经网络和径向基函数神经网络模型，用电力系统的运行状态，负载条件和N 1线路停电突发事件作为输入特征训练神经网络模型，来预测看不见的网络条件下的性能指标，并根据性能指标对它在安全评估的基础上进行排名。所提出的方法是在标准的IEEE 30总线测试系统进行测试，仿真结果证明了其性能和鲁棒性的电力系统静态安全评估。用神经网络模型在时间和准确性方面的分析比较得到NRLF程度，表明该模型具有快速、准确和可靠的电力系统看不见的网络条件下的静态安全评估。因此，建议PSSSA模块采用前馈神经网络和径向基函数神经网络模型在线实施是可行的。