电力系统事故筛选与排序的神经网络方法

Scidown文献预览系统！

作者：scidown 发布时间：2021-05-29 23:37:07 文章标题：

电力系统事故筛选与排序的神经网络方法( Neural network approach to contingency screening and ranking in power systems )

文章作者：

KS Swarup G Sudhakar contingency analysis evaluation screening ranking neural network multi-layer perceptron performance index voltage and MW ranking

文章简述：

提出了一种用于电力系统事故分析的人工神经网络(ANN)方法。使用快速电压和线路流应急筛选。对每个应急情况执行全交流负荷流。利用全交流潮流计算的离线结果，构造了反映事故严重程度的两类性能指标，即实功性能指标（PI MW）和电压性能指标（PI V）。将离线潮流计算的结果用于训练多层感知器(MLP)网络的筛选模块，用于估计性能指标（PI MW,PI V,PI V）。利用反向传播(BP)算法对多层递阶规划进行训练，将突发事件分为关键事件和非关键事件。筛选出的关键或有事项被传递到“排序模块”，用于对或有事项进行排序。通过对一个标准6节点和IEEE 14节点系统的故障筛选和排序，验证了所提方法的有效性。将该方法与传统的Newton Raphson(NR)方法进行了性能比较，并对结果进行了讨论。在MATLAB神经网络工具箱中实现了该方法。训练后的神经网络具有很强的泛化能力，能够识别大范围运行条件和网络拓扑变化的未知突发事件。所提出的事故分析方法适用于电压和线路流量事故的快速筛选和排序。

文章下载地址（开放版）：