基于参数辨识的含风电输电线路故障测距的研究

发布时间：2017-12-20 14:33

  本文关键词：基于参数辨识的含风电输电线路故障测距的研究　出处：《燕山大学》2015年硕士论文　论文类型：学位论文

  更多相关文章： 参数辨识 风电场等值模型辨识 故障测距 遗传算法 罚函数法 BP神经网络

【摘要】：参数辨识已成为控制科学与工程学科一门备受关注的分支,它的应用也已遍及包括电力系统、农林系统、生物系统、医药系统和经济系统,甚至社会系统等许多领域。本文主要是将参数辨识原理应用在含风电的电力系统中,主要是基于参数辨识的原理对含风电的输电线路故障测距进行了研究。主要内容如下:详细研究了电力系统参数辨识的原理及算法,并选用改进的遗传算法对参数进行辨识,将“参数估计”问题转化为“参数寻优”问题。参数辨识算法应用中的已知数据均为工频量,但电力系统故障时常会出现n次谐波,因此为了滤除谐波以及避免算法应用过程中微分方程求导用差分近似所带来的截断误差,采取了改进的傅立叶算法进行数字信号处理。参数辨识应用于风电场等值模型参数的确定上,在经容量加权单机等值方法得到双馈风电场等值模型后,选用风力发电机的三阶数学模型,并对等值后模型的可辨识性进行验证。然后在参数可辨识的情况下,以求解定子电压的误差值作为目标函数,其中的约束条件由罚函数法进行处理,将罚函数法与改进的遗传算法进行组合辨识,在一定的范围内搜索得到最优解,辨识得到双馈风电场等值模型参数。序分量有着不受系统振荡影响和负荷变化影响的优点,因此基于参数辨识的思想给出了利用瞬时序分量的故障测距辨识方法。该方法为单端测距,因此受过渡电阻和对端系统阻抗的影响。传统的输电线路对端系统阻抗可看成定值,因此可忽略其影响。但是随着风电场的并入,风电的不确定性造成对端系统阻抗对测距结果的影响越来越大。为了避免上述影响,本文利用BP(Back-Propagation)神经网络强有力的学习能力对算法得出的初始测距结果进行补偿,进而得到更为精确的解。
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM75

【参考文献】

中国期刊全文数据库 前10条

1 吴冰;王建良;;双馈风力发电机运行原理分析[J];电气开关;2008年06期

2 刘世泽;段中兴;;基于人工神经网络的迷宫路径策略问题研究[J];工业控制计算机;2013年06期

3 王杉;苑津莎;张卫华;;基于BP神经网络的变压器故障诊断[J];黑龙江科技信息;2011年29期

4 张国强;彭晓明;;自适应遗传算法的改进与应用[J];舰船电子工程;2010年01期

5 梁远升;王钢;李海锋;;基于粒子群-最小二乘混合算法的参数自适应故障测距方法[J];电力系统保护与控制;2009年04期

6 田春筝;李琼林;宋晓凯;;风电场建模及其对接入电网稳定性的影响分析[J];电力系统保护与控制;2009年19期

7 李辉;王荷生;史旭阳;杨超;;基于遗传算法的风电场等值模型的研究[J];电力系统保护与控制;2011年11期

8 冯立颖;;改进的BP神经网络算法及其应用[J];计算机仿真;2010年12期

9 张敏;;一种基于灰度区间的BP神经网络算法研究[J];科技信息;2012年35期

10 王晋;胡斌;;基于全波傅里叶算法的智能变电站谐波分析方法[J];湖北电力;2013年02期

中国重要会议论文全文数据库 前1条

1 吴进华;巫检丰;李莉;;基于BP神经网络的非线性动态系统辨识方法[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年

中国博士学位论文全文数据库 前1条

1 雷兴;风电接入带来的不确定性研究[D];山东大学;2012年

中国硕士学位论文全文数据库 前3条

1 陈涛;适用于故障录波器的单端测距方法的研究[D];山东大学;2010年

2 张闻博;电力系统参数辨识研究[D];天津大学;2012年

3 王荷生;风电场等值建模及其暂态运行特性研究[D];重庆大学;2010年

，

本文编号：1312455