[發明專利]基于DLRNN神經網絡的電力系統穩定性在線評估方法

在審

• 申請號: 201811423349.0
• 申請日: 2018-11-27
• 公開（公告）號: CN109494726A
• 公開（公告）日: 2019-03-19
• 發明（設計）人: 桂前進;毛峰;江千軍;羅利榮;何正歡;黃燕
• 申請（專利權）人: 國網安徽省電力有限公司安慶供電公司;南京河海電力軟件有限公司
• 主分類號: H02J3/00
• 分類號: H02J3/00
• 代理公司: 蕪湖安匯知識產權代理有限公司 34107
• 代理人: 朱圣榮

本發明公開了基于DLRNN神經網絡的電力系統穩定性在線評估方法，其步驟是：采集大量電網運行的電壓電流數據，并分類為電網穩態數據和電網故障數據；根據電力系統穩定性評估需求，確定DLRNN神經網絡模型輸入輸出節點個數，并利用采集的電網數據離線訓練DLRNN神經網絡；離線訓練后的神經網絡，搭建基于DLRNN神經網絡的在線評估系統，可以實時監測電網運行狀態。采用上述技術方案，利用人工神經網絡具有良好的處理復雜未知非線性系統的能力，同時能夠很好捕捉電網運行時的動態特性，運用DLRNN神經網絡的參數和實時數據來評估電力系統的穩定性。

技術領域

本發明屬于大電網穩定與控制技術領域。更具體地，本發明涉及一種基于DLRNN神經網絡的電力系統穩定性在線評估方法。

背景技術

隨著電網規模的擴大，電力系統穩定性愈加難以掌控。一方面，跨區域電網的互聯可以合理利用整體資源，帶來巨大的經濟效益；但是在另一方面，電網結構改變之后，呈現出更加復雜的非線性特性。世界上已經發生的多次電網故障表明，輸電電壓等級的提高、聯網規模擴大以及傳輸容量的增加，都會增大電網故障帶來的危害，故障原因和過程也更為復雜。開展對運行電網的實時在線監測、分析和控制，是各國電力行業的迫切需求。

傳統的時域評估方法計算量大、耗時長，不適合電力系統在線穩定性評估。

人工神經網絡具有良好的處理復雜未知非線性系統的能力，能夠很好地捕捉電力系統的動態特性，當前循環神經網絡被廣泛地用于非線性系統的處理。但是，關于應用人工神經網絡對電力系統穩定性進行評估，還缺乏成熟的技術方案。

發明內容

本發明提供一種基于DLRNN神經網絡的電力系統穩定性在線評估方法，用于解決電網結構發生變化時，分析電網穩定性的問題，其目的是提高仿真精度和仿真效率。

為了實現上述目的，本發明采取的技術方案為：

本發明的基于DLRNN神經網絡的電力系統穩定性在線評估方法，其步驟如下：

步驟1、采集大量電網運行的電壓電流數據，并分類為電網穩態數據和電網故障數據；

步驟2、根據電力系統穩定性評估需求，確定DLRNN神經網絡模型輸入輸出節點個數，并利用步驟1采集的電網數據離線訓練DLRNN神經網絡；

步驟3、根據步驟2離線訓練后的神經網絡，搭建基于DLRNN神經網絡的在線評估系統，可以實時監測電網運行狀態。

所述的DLRNN神經網絡的結構分為輸入層、隱藏層、輸出層；

在所述的步驟2中，參數離線訓練步驟如下所示：

1)、計算輸入層的節點輸出，如公式(1)所示：

在公式(1)中，l表示輸入層；o表示輸出層；i表示輸入層節點序號；b_li表示輸入層第i個節點的輸出；x_i表示第i個節點的輸入；ω_oli表示輸出到第i個輸入節點的連接權值；Y_out表示單個循環中DLRNN神經網絡的最終輸出信號；Y_ex表示計算Y_out之前DLRNN神經網絡的輸出；

2)、計算隱藏層的節點數值，如公式(2)所示：

在隱藏層的計算中，選擇高斯函數作為激活函數；