基于CPSO-BP神经网络的风电并网暂态电压稳定评估

被引:22
作者
张晓英 [1 ]
史冬雪 [1 ]
张琎 [2 ]
王琨 [3 ]
陈伟 [1 ]
机构
[1] 兰州理工大学电气工程与信息工程学院
[2] 国网陇南供电公司
[3] 国网甘肃省电力公司营销服务中心
关键词
风电; CPSO-BP神经网络; 输入特征; 暂态电压稳定评估;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TM712 [电力系统稳定]; TM614 [风能发电];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 080802 ; 0807 ;
摘要
针对目前传统方法难以快速、准确判断风电并网后系统暂态电压稳定性的问题,提出了一种基于CPSOBP组合的风电并网暂态电压稳定评估方法。首先采用混沌理论对粒子群算法的不足进行改善,应用改进后的算法对神经网络的初始权值和阈值进行优化,然后利用系统故障前后采集的传统物理量和风电场相关的物理量作为BP神经网络输入特征量进行监督学习,最后将训练得到的模型应用于风电并网系统的暂态电压稳定评估中。利用英格兰10机39节点系统标准算例进行风电并网仿真分析,结果证明了所提方法的有效性。
引用
收藏
页码:38 / 44
页数:7
相关论文
共 24 条
[1]   考虑线路分布参数的并网系统稳定性分析 [J].
张雪丽 ;
杨洪耕 ;
王杨 ;
高红均 .
智慧电力, 2021, 49 (04) :44-50
[2]   基于电压时间序列的电力系统暂态电压稳定分析 [J].
张晓英 ;
高金 ;
王琨 ;
陈伟 ;
王晓兰 .
智慧电力, 2021, 49 (03) :51-58
[3]   基于萤火虫算法和高斯扰动的飞蛾优化算法 [J].
李荣 ;
贺兴时 ;
杨新社 .
纺织高校基础科学学报, 2020, 33 (04) :101-110
[4]   采用随机矩阵与CNN的暂态电压稳定快速评估 [J].
魏文兵 ;
毛钧毅 ;
荣娜 ;
郑发松 ;
秦岭 ;
荣新瑞 .
电网与清洁能源, 2020, 36 (11) :68-76
[5]   基于改进粒子群算法的有效大数据多标准过滤系统设计 [J].
黄俊英 ;
张斌 ;
王丽 .
电子设计工程, 2020, 28 (20) :48-52
[6]   基于卷积神经网络的电力系统暂态稳定预防控制方法 [J].
田芳 ;
周孝信 ;
史东宇 ;
陈勇 ;
黄彦浩 ;
于之虹 .
电力系统保护与控制, 2020, 48 (18) :1-8
[7]   基于CPSO-BP的刀具寿命预测算法 [J].
曾晓雪 ;
吉卫喜 ;
徐杰 .
组合机床与自动化加工技术, 2020, (08) :57-59+63
[8]   基于BP神经网络的直流电网故障定位与保护方法 [J].
蒋原 ;
李擎 ;
冯茜 ;
郭琳 ;
崔家瑞 ;
沙广林 .
高压电器, 2020, 56 (08) :23-28
[9]   基于粒子群优化极限学习机的断路器故障诊断方法研究 [J].
张佳 ;
陈志英 ;
陈丽安 ;
陈庆荣 .
高压电器, 2020, 56 (06) :181-188
[10]   基于时间序列的电能表月故障数预测方法 [J].
李媛 ;
郑安刚 ;
谭煌 ;
陈昊 ;
程淑亚 ;
蔡慧 ;
王黎欣 .
中国电力, 2020, 53 (06) :72-80