[發明專利]一種基于CNN的電力系統振蕩類型的快速辨識方法在審
| 申請號: | 202011050933.3 | 申請日: | 2020-09-29 |
| 公開(公告)號: | CN112200038A | 公開(公告)日: | 2021-01-08 |
| 發明(設計)人: | 魏俊;葉圣永;張文濤;劉旭娜;劉立揚;韓宇奇;李達;趙達維;龍川;劉潔穎 | 申請(專利權)人: | 國網四川省電力公司經濟技術研究院 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;G06N3/08;H02J3/00 |
| 代理公司: | 成都行之專利代理事務所(普通合伙) 51220 | 代理人: | 張嚴芳 |
| 地址: | 610000 四川*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 cnn 電力系統 振蕩 類型 快速 辨識 方法 | ||
本發明公開了一種基于CNN的電力系統振蕩類型的快速辨識方法,本發明提供一種分析準確的電力系統振蕩類型的快速辨識方法,包括:根據EDSs數學模型生成電力系統振蕩樣本數據,采用平鋪以及零填充算法對振蕩樣本數據進行預處理操作;根據辨識要求確立分類準則,按照分類準則劃分標記電力系統振蕩樣本數據以供后續網絡訓練與測試;搭建CNN模型,輸入訓練樣本進行網絡訓練,通過測試樣本分類準確率確定網絡訓練完成與否;將待測振蕩信號經滑窗取樣輸入CNN,通過輸出分析完成對電力系統振蕩類型的辨識。本發明具有對電力系統振蕩類型快速辨識的有效性和可行性等優點。
技術領域
本發明涉及電力系統穩定與控制技術領域,具體涉及一種基于卷積神經網絡(convolutional neural network,CNN)的電力系統振蕩類型的快速辨識方法。
背景技術
自電力系統誕生以來,振蕩研究就成為了關乎電力系統動態性能與穩定性的重要研究之一。經過多年的研究,傳統電力系統中低頻振蕩(low frequency oscillation,LFO)和次同步振蕩(sub-synchronous oscillation,SSO)的特性已被充分揭示。它們的共同特性是由較大物理慣量的旋轉單元所主導,尤其是大型同步發電機組。然而,由于可再生能源的快速發展,如太陽能、風能、地熱能、生物質能等,大量的新能源并網發電裝備通過電力電子逆變裝置接入電網,這給電力系統的規劃以及運行控制帶來了巨大的挑戰。傳統控制策略的電力電子逆變器側重于發電和電能質量的控制,具有響應速度快、低慣量等特性,大量的采用傳統電力電子技術,會導致系統呈現出慣量減弱的趨勢,嚴重危及電力系統的穩定運行。例如,2009年10月,美國德克薩斯州的雙饋風力發電系統和串聯補償電網之間發生了頻率約為20Hz的次同步諧振事故,造成消弧電路損壞和大規模斷路故障。考慮到電力系統振蕩對電力系統穩定運行的嚴重威脅,快速辨識出電力系統振蕩類型對電網后續動態穩定性的評估及調整具有重要意義。
目前,電力系統振蕩類型的辨識主要是模態辨識,對應的方法分為基于模型的方法和基于實測信號的方法。由于無需系統精確的模型和參數,后者在電力系統中得到了廣泛應用。常見算法有基于快速傅里葉變換(fast fourier transformation,FFT)的算法、小波分析、Prony、希爾伯特-黃變換(HHT)等以及近年來發展起來的借助旋轉不變技術估計信號參數(ESPRIT:estimation of signal parameters via rotational invariancetechnique),矩陣束方法(MP:matrix pencil algorithm),隨機子空間方法(SSI:stochastic subspace identification)等。經過多年的研究與改進,這些方法可以較為準確地獲取系統的模態,在抗噪性上也有一定的效果,但在辨識的數學機理上,這些算法將被測信號視作平穩隨機過程,并且往往需要采集數秒鐘乃至數分鐘的數據。隨著可再生能源并網比例的提高以及大量的電力電子設備接入電網,所產生的振蕩表現出不同于傳統電力系統振蕩的新特性。由于可再生能源的發電機單元和AC/DC電網之間的復雜動態交互,所產生的振蕩一般具有從幾赫茲到幾千赫茲的寬頻范圍,同時還具有強時變性、非線性、非平穩性以及強噪聲干擾等特性。在這種背景下,傳統電力系統中振蕩信號近似平穩的假設難以保證,亟需發展新的振蕩類型辨識方法來適應電力系統的發展。
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網四川省電力公司經濟技術研究院,未經國網四川省電力公司經濟技術研究院許可,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/202011050933.3/2.html,轉載請聲明來源鉆瓜專利網。





