基于神经网络的电力系统负荷特性辨识

负荷建模在电力系统分析中起着十分重要的作用。参数辨识是负荷建模的关键,好的辨识方法能够在最短的时间内找出最优的辨识结果,提高建模的效率。首先介绍了静态负荷模型和动态负荷模型,其次介绍了神经网络,最后基于神经网络对电力系统负荷特性辨识。应用线性BP（LBP）网络的参数辨识方法,分别对静态负荷模型（幂函数模型、多项式模型）和动态负荷模型（差分方程模型）的参数进行辨识。通过现场的实测数据辨识了模型的参数,并验证了模型的有效性。     

差分方程负荷模型参数分散性的研究

大量现场实测负荷数据和动模数据的辨识结果表明:同一负荷成分在不同扰动情况下的负荷特性数据辨识结果不稳定,有时甚至相差十几倍到百倍,也就是说,模型参数存在较大的分散性。文中对差分方程负荷模型参数的分散性进行了较为深入的研究,指出了导致模型参数分散的根本原因是:模型结构选择不正确,不真实以及负荷噪声的存在,提出了一种有效的解决负荷模型参数分散性问题的方法——负荷特性综合方法,并通过动模实验的建模实例验证了该方法的有效性和可行性。     

基于混沌与量子粒子群算法相结合的负荷模型参数辨识研究

负荷建模是电力系统建模中亟待解决的难题。负荷特性数据、负荷模型结构以及参数辨识是影响实测负荷建模结果的重要因素。本文提出了混沌与量子粒子群算法相结合的负荷模型参数辨识方法。实测数据验证结果表明,该方法相对于常用的粒子群算法及量子粒子群算法在计算精度、收敛速度等方面都具有明显优势,应用于负荷模型参数辨识提高了负荷模型的准确性。     

对牵引负荷实测数据的选取与分析

随着电气化铁路在铁路运输中所占比重的不断增大和电压等级的不断提高,电气化铁路牵引负荷对电网的影响也随之增大。为了建立准确有效的电气化铁路牵引负荷模型以评估其对系统的影响程度,文中根据建模策略,从负荷实测数据出发,并结合生产实际,对电气化铁路牵引负荷建模中实测数据的选取进行了分析,提出了电气化铁路牵引负荷测量时的电流突变量启动录波判据,并在实际电网中得到验证,为电气化铁路实测负荷建模提供了数据支持。     

上海电网负荷建模试验与仿真的新进展

负荷模型和参数是电力系统仿真四大模型和参数之一,对整个系统仿真的各方面影响不言而喻。在全国各电网深入开展系统仿真研究的同时,各电网公司联合高校和科研院所进行了一系列的理论和试验研究,如东北电网人工三相短路试验,取得了不少成果。上海市电力公司在负荷特性建模和参数辨识方面,根据上海电网自身特点,提出、实践和验证了诸多新方法,进行了一系列理论研究和试验工作,结果表明采用人工小扰动的综合测辨法、利用故障录波仪量测数据、不对称故障数据用于负荷建模等新思路是切实行可行的,具有经济效益。     

综合负荷建模的故障录波数据预处理方法

总体测辨法是综合负荷建模的主要方法,但仍面临着实测数据来源少的难题,把电力故障录波数据应用于总体测辨法负荷建模将具有重要的现实工程意义.针对目前基于IEEE COMTRADE标准的故障录波数据文件难以直接应用于总体测辨法建模的现状,提出了一套对COMTRADE标准数据源文件进行预处理的方法.此方法由四个子模块组成,对源...     

电网实测负荷建模在德阳五里堆的应用

由于电力负荷具有的时变性、随机性、多样性等特点,使得负荷模型建模成为电力系统几个最困难的研究领域之一,四川电网在2009年开展了负荷建模的理论与实践工作。介绍了德阳五里堆站动态负荷建模平台,应用该平台的测量数据对德阳站进行综合负荷模型辨识,所辨识的实测参数与常规参数进行对比,说明实测负荷模型的精度比典型负荷模型的精度高。     

线性连续系统动态负荷模型的参数辨识与应用

目前在电力负荷建模中非机理负荷模型较多地采用离散系统模型或差分方程形式的模型,而电力系统数字仿真中更需要连续系统的模型。研究了作用函数不含导数项和含有导数项两种情况下的线性连续系统微分方程形式的负荷建模方法,介绍了模型参数辨识的直接优化算法,该模型对于描述线性动态负荷或小扰动下的非线性动态负荷的行为,具有一定程度的普适性。介绍了该动态负荷模型与电力系统分析综合程序PSASP的自定义连接方法。通过动模实验数据建模和仿真计算,验证了模型参数辨识算法以及模型与电力系统分析综合程序接口的有效性。     

结合电能质量监测数据的电铁负荷建模

针对电气化铁路负荷的冲击特性开展研究,结合江西电气化铁路电能质量监测系统实测数据,分析了电铁负荷的冲击性特点,提出了以电流为起动判据的装置录波起动条件,以功率恢复模型为框架建立了电气化铁路负荷的冲击负荷特性模型。应用遗传算法实施参数辨识并通过软件实现。以220kV裕丰变电站监测数据为例。给出了反映机车驶入和驶出供电区的...     

感应电动机的参数加权平均综合建模

针对电力系统仿真计算中广泛采用感应电动机作为综合负荷模型的实际情况,提出一种基于单一现场实测负荷记录的感应电动机参数加权平均综合建模的方法。该方法首先根据各单个负荷记录用总体辨识法获得相应的模型参数,然后将各个不同记录下获得的模型参数按照一定准则进行加权平均,并以此作为综合负荷的模型。基于现场实测负荷记录的建模实践表明,该建模方法简单、有效、省时,使用灵活方便,它对实际负荷的描述能力甚至优于综合辨识建模,在电力系统综合负荷建模中具有广泛的推广应用价值。     

AGENT技术在电力综合负荷模型辨识系统中的应用

分析了当前各类微机负荷数据记录装置的应用现状、指出了电力系统综合负荷建模软件开发中存在的可扩展性差、数据文件没有统一格式，自动化程序低等主要问题，结合实际设计了一种面向负荷模型辨识的具有完全可扩展性的多AGENT系统，其中数据文件采集AGENT完成数据采集，数据文件管理AGENT和格式转换AGENT合作完成对不同格式数据的格式归一，模型辨识AGENT完成对不同模型、不同参数设置的模型辨识。多AGENT系统能自动对各种不同采样设备提供的现场综合负荷数据采集样本进行模型辨识，同时还能实现对各种数据格式、辨识模型的任意扩展。     

基于出线的变电站综合负荷建模方法

针对目前统计综合法和总体测辨法等负荷建模方法存在数据需求量大,难以反映负荷时变性或辨识速度慢、精度低等缺点,提出了基于出线的变电站综合负荷建模方法。该方法从变电站出线入手,首先建立出线负荷模型,进而对变电站整体建模,得到含静态负荷、动态负荷、配电网及电容补偿的出线-综合负荷模型。仿真算例结果表明,该方法较总体测辨法,辨识速度和精度都有较大的提高,具有一定的可行性及工程实用性。     

基于模型参数递推修正的电力负荷建模

随着负荷特性记录装置所记录数据的增加,使用基因优化算法进行负荷建模的工作量急剧增加。本文借鉴综合负荷建模的思想,提出将不同时段实测数据辨识得到的负荷模型进行综合,以充分利用之前的辨识结果,解决负荷实测记录数据样本数增多引起的辨识过程过长问题,并给出了详尽的TVA负荷模型综合公式。讨论了权重的选择原则,考虑到新的数据能更真实地反映负荷的特性,提出了按时段定性确定权重系数的方法。基于现场实测数据的建模实践表明,所提方法简单、有效、省时,能从很大程度上反映负荷的时变性。     

电力负荷建模问题研究综述

分析了电力负荷模型对潮流计算、暂态稳定计算、小扰动稳定、电压稳定分析的影响,指出了负荷模型研究的重要性;回顾了负荷模型研究的统计综合法和总体测辨法的发展历程;最后总结了负荷模型研究在模型的结构选择、模型的参数辨识、结合电压稳定分析的负荷建模、负荷模型对暂态稳定的灵敏度等方面的进展。     

基于广域测量系统的电力系统综合区域负荷模型

负荷作为电力系统的一个重要组成部分,其模型的精确程度将在很大程度上影响分析的结果.采用电力系统同步数据对电力系统负荷区域进行建模、网络化简和负荷模型辨识,提出了基于电力系统广域测量系统的综合区域负荷模型的概念,分析了该模型的参数可辨识性.确定了综合区域负荷的网络模型,为区域负荷的建模提供了依据.以一个简单电力系统为例进行仿真计算,结果证明了该负荷建模方法的有效性.     

应用软计算和数据挖掘的短期负荷预测

负荷预测分为坏数据处理和预测建模2个步骤，目前尚无一种系统化的有效方法对坏数据进行精确的辨识。模糊系统是多因素短期负荷预测建模的一种较好的方法，但其结构辨识是一个难点，文中将数据挖掘思想和软计算方法相结合，较好地解决了上述问题，并对实际数据加以分析，获得了良好效果。