基于支持向量机的电力系统不良数据在线检测辨识与修正

SVM是数据挖掘中一种具有优良模式识别性能的新方法,该方法具有学习速度快、全局最优和泛化能力强等优点。首先利用支持向量机回归(SVR)构建辨识遥测不良数据的模型,在状态估计前通过比较预测值与实测值之间的差值来一次性辨识遥测不良数据。接着将状态估计后得到的标准残差作为支持向量机分类(SVC)的输入,依靠拓扑错误的残差特性来分类辨识出拓扑错误。通过对IEEE-30母线的仿真分析证明了该方法的有效性,现行状态估计器的效率及合格率可以得到很好的提高。     

基于改进粒子群算法的高中压配电网实时电压无功优化

针对高中压配电网电压无功优化中的开关设备动作次数问题,提出了基于改进粒子群算法的实时电压无功优化方法。该方法将带有记忆与指导信息的活性因子加入适应度函数,根据配电网特点初始化粒子种群,实现实时优化计算中动作次数约束的考虑。在速度更新公式中引入约束指导分量,将位于不可行域内的粒子尽快拉回可行域,减少粒子在无效空间的搜索。对粒子群进行分群寻优,通过采取不同的适应度计算策略加速了算法的收敛。对某一实际高压配电系统进行了实时电压无功优化计算仿真测试。结果表明算法在改善系统电压、降低网损和控制动作次数方面是令人满意的。     

级联型并联有源电力滤波器控制方法的研究

针对传统两电平拓扑结构的有源滤波器容量较低的缺点,本文提出了基于CPS—SPWM技术的级联H桥型多电平变流器,它是CPS—SPWM技术与级联H型变流器拓扑结构的结合,同时具备二者的优点,在大功率变流器领域具有很好的应用前景。本文对基于瞬时无功功率理论的谐波电流提取方法进行了详细的分析,该控制方法更为简单、有效;并对2级级联5电平的并联有源滤波器系统进行仿真,仿真结果表明该系统能够在较低的器件开关频率下实现较好补偿效果,证明了该方法的正确性和实用性。