[發明專利]基于BP神經網絡的線路參數特性辨識模型的建立方法有效
| 申請號: | 201711084314.4 | 申請日: | 2017-11-07 |
| 公開(公告)號: | CN107942160B | 公開(公告)日: | 2020-06-05 |
| 發明(設計)人: | 王毅;龐家彧;趙家慶;趙晉泉;彭暉;閃鑫;鄒德虎;羅玉春;彭龍;李春;丁宏恩;俞瑜;趙慧 | 申請(專利權)人: | 國電南瑞科技股份有限公司;河海大學;國網江蘇省電力公司蘇州供電公司;國電南瑞南京控制系統有限公司 |
| 主分類號: | G01R31/00 | 分類號: | G01R31/00;G01D21/02 |
| 代理公司: | 南京縱橫知識產權代理有限公司 32224 | 代理人: | 董建林;王丹 |
| 地址: | 211106 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 bp 神經網絡 線路 參數 特性 辨識 模型 建立 方法 | ||
1.基于BP神經網絡的線路參數特性辨識模型的建立方法,其特征在于,包括如下步驟:
步驟1、獲取線路兩端的原始實測數據;
步驟2、建立輸電線路等值模型;
步驟3、基于PMU量測數據和輸電線路等值模型,采用抗差最小二乘法對輸電線路參數進行辨識,得到輸電線路參數的估計值X′;
步驟4、建立基于BP神經網絡的線路參數特性辨識模型;
步驟5、分別讀取線路兩端的原始實測數據和輸電線路參數的估計值,采用BP神經網絡進行反復訓練并修正內部的權值和閾值,當實際輸出值與期望輸出值之間的總誤差精度小于最小誤差值ε時,停止訓練,獲得最終的基于BP神經網絡的線路參數特性辨識模型;
步驟1中,原始實測數據包括線路兩端的潮流值、溫度值和線路實測參數值。
2.根據權利要求1所述的基于BP神經網絡的線路參數特性辨識模型的建立方法,其特征在于,步驟2中,采用輸電線路π型等值模型:
式中,i,j表示線路首端和末端節點號,分別表示線路首端和末端的電流相量,分別表示線路首端和末端的節點電壓相量,Z表示線路的阻抗,Y表示線路的等值對地電納。
3.根據權利要求2所述的基于BP神經網絡的線路參數特性辨識模型的建立方法,其特征在于,步驟3具體包括如下步驟:
301、讀取某一斷面設備的PMU量測值;
302、采用基于IGG法的抗差最小二乘法對輸電線路參數進行估計,得到輸電線路參數的估計值X′,計算過程如下:
根據式(1)得到線路參數最小二乘法計算公式為:
式中,分別表示線路首端和末端的視在功率共軛相量,Ui,Uj表示線路首端和末端節點電壓幅值;
將上式中的電壓和電流按實部和虛部展開,得到如下計算公式:
式中:IiR,IjR分別表示線路首端和末端電流相量的實部,IiI,IjI分別表示線路首端和末端電流相量的虛部,Pi,Pj分別表示線路首端和末端的有功功率,Qi,Qj分別表示線路首端和末端的無功功率,θi,θj分別表示線路首端和末端節點電壓相角,g、b表示線路等值阻抗對應電導和電納,表示對地等值電納半分值;
考慮實際情況中的噪聲影響,上述的矩陣方程式可表示為:
y=Az+u (4)
式中,y為量測量;A為測量矩陣;z為所要估計的線路參數量;u為測量誤差相量;
得到參數估計值的計算公式為:
z=(ATA)-1ATy (5)
式中,AT表示A矩陣轉置。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國電南瑞科技股份有限公司;河海大學;國網江蘇省電力公司蘇州供電公司;國電南瑞南京控制系統有限公司,未經國電南瑞科技股份有限公司;河海大學;國網江蘇省電力公司蘇州供電公司;國電南瑞南京控制系統有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711084314.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:直流充電機功率試驗負載
- 下一篇:一種便攜式小空間溫度檢驗箱





