基于WAMS的电网低频振荡在线检测方法的研究

发布时间：2017-08-21 04:18

  本文关键词：基于WAMS的电网低频振荡在线检测方法的研究

  更多相关文章： WAMS 低频振荡 prony算法 支持向量机算法 人工鱼群算法

【摘要】：随着国家电网智能化的发展,由此引发了多起低频振荡事故,给国家和人民带来了不利的影响。当电网发生低频振荡时,由于各区电网互联,产生连锁反应,如果没有及时发现、尽快处理,很有可能造成大区电网大面积停电事故,给人民生活带来严重的后果。现有的低频振荡检测方法虽然利用递推快速算法、升余弦滤波器等方法来提高检测速度,但由于其具有运算过程复杂,耗时较长等缺点,很难满足在线检测的要求。为此,本文提出SVM分类算法,能够解决以上方法的不足,为实现在线检测提供了新思路。为快速检测低频振荡,使调度人员采取相应的手段和措施去消除或抑制低频振荡对电网造成的影响,研究能够快速检测出电网中发生低频振荡的方法对于电网能否安全可靠运行具有重要的实际意义。利用广域测量系统(WAMS)能够实时获取数据的优势,本文选取功率、功角作为检测电网低频振荡的判断依据,并提出了一种在线检测电网低频振荡的新思路。本文主要分两部分,一是计算功率的波动频率;二是对波动频率和功角进行分类,构建分类模型。将PMU实时测得的功率、功角数据,经计算与预处理后获取的频率和功角变化率送入检测模型,进而实现电网低频振荡的在线检测。针对功率波动的计算,本文采用prony算法来模拟信号的波动情况,同时加入改进措施,最终实现功率波动频率的获取。为了能够快速的检测出波动频率是否发生在低频振荡的频率范围且加入功角限制功率波动幅值,提出了支持向量机算法,通过训练样本数据获取最优超平面,即训练集中的所有向量均能被该超平面正确划分,利用这个原理,建立检测电网低频振荡分类模型。并利用人工鱼群算法对SVM模型优化,寻找最好的c、g和最优适宜度(准确率)。同时,分别介绍了粒子群算法、遗传算法对SVM模型参数的寻优过程,并将三种寻优算法进行比较,确定本文选取的寻优方法的优势。将SVM分类算法与人工鱼群算法相结合,提高了模型检测电网低频振荡的分类准确率。最后,将WAMS实时测得的带有时标的功率、功角数据,通过改进的prony算法和预处理后获取的频率和功角变化率数据,输入到所建的SVM分类模型中,若电网中发生低频振荡,则输出1,即为发生低频振荡,同时可以根据发生低频振荡的功率、功角所带的时标确定发生低频振荡的具体时间,为处理人员提供便利条件;若无低频振荡发生,输出0(即为无低频振荡发生)。最后,编写相关程序,实现电网低频振荡的在线检测。本文利用MATLAB仿真软件,采用大庆电业局的简化系统模型,四机两区互联系统的算例作为PMU测得的初始数据,验证所提出方法的可行性。
【关键词】：WAMS 低频振荡 prony算法 支持向量机算法 人工鱼群算法
【学位授予单位】：东北石油大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM712
【目录】：

• 摘要4-5
• ABSTRACT5-7
• 创新点摘要7-10
• 第一章 绪论10-16
• 1.1 课题研究背景及意义10-11
• 1.2 电网低频振荡检测的发展历程和国内外的研究现状11-14
• 1.3 论文的主要研究内容14-16
• 第二章 电网低频振荡检测方法的研究16-36
• 2.1 低频振荡理论16-19
• 2.1.1 低频振荡的定义16-17
• 2.1.2 低频振荡机理分析17-18
• 2.1.3 低频振荡检测思路提出18-19
• 2.2 Prony算法19-27
• 2.2.1 Prony算法基本原理19-22
• 2.2.2 Prony算法改进22-23
• 2.2.3 算例验证23-27
• 2.3 支持向量机27-30
• 2.3.1 最优超平面27-28
• 2.3.2 支持向量机分类情况28-29
• 2.3.3 核函数29-30
• 2.4 基于SVM算法构建低频振荡检测模型30-34
• 2.4.1 具体分类原则30-33
• 2.4.2 训练模型及仿真验证33-34
• 2.5 本章小结34-36
• 第三章 SVM优化算法检测电网低频振荡36-51
• 3.1 人工鱼群算法36-40
• 3.1.1 人工鱼群算法概述36
• 3.1.2 人工鱼群算法的主要行为36-37
• 3.1.3 人工鱼群算法运行参数设定37
• 3.1.4 人工鱼群算法寻优过程37-40
• 3.2 人工鱼群算法对SVM参数优化实现40-43
• 3.2.1 人工鱼群算法优化流程40-41
• 3.2.2 仿真分析41-43
• 3.3 粒子群算法对SVM的参数寻优43-46
• 3.4 遗传算法对SVM的参数寻优46-49
• 3.5 三种优化算法结果比较49
• 3.6 本章小结49-51
• 第四章 基于WAMS的电网低频振荡在线检测的实现51-61
• 4.1 广域测量系统的原理51-54
• 4.2 基于WAMS实测数据的SVM算法检测电网低频振荡54-60
• 4.2.1 检测总体设计流程54-55
• 4.2.2 在线的实现55-56
• 4.2.3 算例验证56-60
• 4.3 本章小结60-61
• 结论61-63
• 参考文献63-68
• 发表文章目录68-69
• 致谢69-70

【相似文献】

中国期刊全文数据库 前10条

1 邓集祥,赵丽丽;大干扰下主导低频振荡模式作用的再研究[J];东北电力学院学报;2004年06期

2 李佳;刘金山;葛文红;;模态级数法在主导低频振荡模式鉴别方面的应用[J];吉林电力;2008年04期

3 周希念;;对水电厂低频振荡存在现象及防治措施的探讨[J];广东科技;2009年24期

4 杨华昆;;地区电网低频振荡分析与抑制[J];中国新技术新产品;2010年23期

5 赵莲;许占彪;;110KV供电网络低频振荡分析及抑制方法[J];现代商贸工业;2011年01期

6 郭成;;在线判断低频振荡模式的新方法[J];云南电力技术;2011年02期

7 董清;张玲;颜湘武;;低频振荡扰动源机组的自动定位方法[J];电网技术;2012年10期

8 陈冬霞;;大电网低频振荡研究及其最新进展[J];东北电力技术;2012年11期

9 陈武晖;邓集祥;;三阶非线性对主导低频振荡模式的影响[J];现代电力;2012年06期

10 肖宾;小电力系统中机组低频振荡的分析[J];贵州水力发电;2001年01期

中国重要会议论文全文数据库 前10条

1 肖友强;杨劲松;;低频振荡的产生原因[A];2006年云南电力技术论坛优秀论文集[C];2006年

2 孙振;屈瑞谦;杨德昌;;区域间低频振荡在线监测方法研究综述[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

3 文贤馗;钟晶亮;;电网低频振荡时汽轮机控制策略的研究[A];发耳电厂4×600MW机组工程施工论文总结汇编[C];2010年

4 潘晓杰;任冲;;现代控制技术在抑制低频振荡中的应用[A];中南七省（区）电力系统专业委员会第二十二届联合学术年会论文集[C];2007年

5 王凯;;云南电网低频振荡安全预警及辅助决策系统构建方案[A];2007云南电力技术论坛论文集[C];2007年

6 任冲;刘涤尘;潘晓杰;雍志娟;倪晓东;;现代控制技术在抑制低频振荡中的应用[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年

7 刘明群;陈晶;吴水军;杨杨;刘洪涛;;电厂机组引起电网低频振荡原因分析[A];2012年云南电力技术论坛论文集[C];2012年

8 王雁雄;;滇西电网小水电群低频振荡解列技术应用研究[A];2010年云南电力技术论坛论文集（优秀论文部分）[C];2010年

9 陈玉林;侯学勇;王亮;常宝立;;电网低频振荡动态过程的信号特征及相量表征[A];2013年中国电机工程学会年会论文集[C];2013年

10 蒋周士;孙黎霞;周海强;鞠平;;火电厂动力系统对电力系统超低频振荡的影响[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（上册）[C];2008年

中国重要报纸全文数据库 前2条

1 赵琳;楚雄供电局开展抑制低频振荡应用科技项目研究[N];楚雄日报(汉);2011年

2 武汉王玉龙;自制广告彩灯电路[N];电子报;2013年

中国博士学位论文全文数据库 前10条

1 王晖;电气化铁路车网电气低频振荡研究[D];北京交通大学;2015年

2 赵妍;电力系统低频振荡状态监视与分析方法研究[D];哈尔滨工业大学;2016年

3 王铁强;电力系统低频振荡共振机理的研究[D];华北电力大学;2001年

4 易建波;电力系统低频振荡在线分析关键技术研究[D];电子科技大学;2013年

5 向农;跨区电网低频振荡的机理与控制研究[D];武汉大学;2009年

6 张鹏;基于广域量测的电力系统区域间低频振荡分析[D];西南交通大学;2015年

7 宫璇;多重扰动下大电网低频振荡预警体系的研究[D];武汉大学;2013年

8 杨慧敏;区域电网低频振荡特性分析与抑制方法的研究[D];华中科技大学;2009年

9 刘志坚;基于电气剖分网络的阻尼特性与低频振荡抑制对策研究[D];哈尔滨工业大学;2010年

10 谭谨;大规模风电并网系统的低频振荡研究[D];西南交通大学;2014年

中国硕士学位论文全文数据库 前10条

1 王小龙;计及调速系统作用的水电厂孤网运行超低频振荡研究[D];昆明理工大学;2015年

2 王毅钊;区域间低频振荡辨识方法和关联机组再调度抑制策略[D];哈尔滨工业大学;2015年

3 乔艳;典型参数类低频振荡辨识算法性能评估研究[D];华北电力大学;2015年

4 祁鑫;低频振荡实时校正控制优化决策方法研究[D];华北电力大学;2015年

5 朱建军;应对大电网频率振荡的紧急调控技术研究[D];华北电力大学;2015年

6 刘聪;电网低频振荡综合自适应辨识方法研究[D];华北电力大学;2015年

7 杨蓉;青藏高原季风的低频振荡特征研究[D];成都信息工程学院;2015年

8 刘岩;针对低频振荡的电力系统稳定器协调控制系统设计与实现[D];电子科技大学;2015年

9 连帆;南海—西太平洋地区MJ0变化及其对我国旱涝的影响[D];成都信息工程学院;2014年

10 魏兴;采用远程PMU信号抑制区域间低频振荡的研究[D];华北电力大学;2015年

，

本文编号：710775