基于决策树的区域电力系统电压稳定性评估

摘要

电力系统电压稳定性研究在电力系统中的地位越来越重要，电压稳定与否直接影响到电力系统的安全稳定性。当今一个颇具挑战性的问题就是如何快速准确的评估系统的电压稳定状态。 为解决这一问题，本文在研究了决策树，神经网络理论和模糊神经网络理论的基本概念和方法的基础上，应用了决策树、神经网络决策树及模糊神经网络决策树三种方法分别对系统的电压稳定状态问题进行分析，并建立了三种电压稳定状态的分类模型：决策树模型、神经网络决策树模型及模糊神经网络决策树模型。 本文选取了系统中重要节点的相角差作为候选属性，根据系统的历史运行数据建立决策树，实现对新的未知运行状态下的系统电压稳定状态进行预测。并通过仿真算例探讨了决策树方法在电压稳定性分析领域是否确实是行之有效的。 在分析电压稳定的过程中，决策树中出现了误分案例相对比较集中的节点。为解决这个问题，本文将神经网络、模糊神经网络技术引入决策树中，对决策树方法进行了改进，以期提高整个决策树对电力系统电压稳定状态的分类精度。 其中对于神经网络决策树改进方法，本文首先构建了适合电力系统电压稳定性预测的神经网络决策树模型，然后用仿真算例验证了该方法在评估系统电压稳定性方面的有效性。实验结果表明：改进后的方法其误分率更低。 而对于另一种模糊神经网络决策树改进方法，本文提出了适用于电力系统电压稳定性预测的模糊神经网络决策树模型，并通过算例仿真校验了该方法能有效的降低电压稳定状态的误分率。 总的来说，决策树、神经网络决策树及模糊神经网络决策树方法都能快速并准确地评估电力系统的电压稳定性。其中，决策树方法的分类正确率超过了90％；而神经网络决策树和模糊神经网络决策树这两种混合决策树方法又在不同程度上提高了对系统电压稳定状态的正确分类率，都在95％以上。

目录

文摘

英文文摘

声明

第1章引言

1.1项目研究的意义

1.2国内外研究现状

1.2.1国外研究现状

1.2.2国内研究现状

1.3主要工作

1.4创新点与先进性

第2章电力系统电压稳定性分析

2.1无功不足时电压稳定性分析

2.2负荷突增时电压稳定性分析

第3章基于决策树的电压稳定性分析

3.1决策树概述

3.2决策树建模

3.3决策树算法

3.3.1决策树的建立过程

3.3.2决策树的信息熵和相关定义

3.3.3决策树结束分裂的标准

3.4决策树应用

3.5基于决策树分析的电压稳定性评估

3.5.1算法与实现

3.5.2算例分析

3.5.3规则和应用

3.5.4小结

第4章基于神经网络决策树的电压稳定性评估

4.1神经网络决策树建模

4.1.1神经网络概述

4.1.2神经网络决策树模型

4.2神经网络决策树算法

4.2.1神经网络算法

4.2.2神经网络决策树算法

4.3神经网络决策树应用

4.3.1神经网络的应用

4.3.2神经网络决策树的应用

4.4基于神经网络决策树分析的电压稳定性评估

4.4.1算法与实现

4.4.2算例分析

4.4.3小结

第5章基于模糊神经网络决策树的电压稳定性评估

5.1模糊神经网络决策树建模

5.1.1模糊逻辑系统

5.1.2模糊神经网络

5.1.3模糊神经网络决策树模型

5.2模糊神经网络决策树算法

5.2.1模糊神经网络算法

5.2.2模糊神经网络决策树算法

5.3模糊神经网络决策树应用

5.3.1模糊神经网络应用

5.3.2模糊神经网络决策树应用

5.4基于模糊神经网络决策树分析的电压稳定性评估

5.4.1算法与实现

5.4.2算例分析

5.4.3小结

第6章结论和展望

6.1结论

6.2展望

参考文献

致谢

在学期间发表的学术论文与研究成果