基于遗传神经网络的油田配电网静动态无功优化研究

摘要

目前,我国油田开采大多处于中后期,采收率下降成本升高,且抽油机特殊的运行方式和井下原油含量的不断减少,使油田配电网存在无功含量大,网损率高,功率因数低等缺点,造成电能的严重浪费。针对这一实际问题,研究一种油田配电网无功优化方法具有重大意义。
　　 在分析了油田配电网现状的基础上,提出了基于遗传神经网络在静、动态无功优化中的研究方法。建立了以网损率和电压合格率为目标的无功优化数学模型。选用前推回代法对其进行潮流分析。提出了以最大降损与负荷功率阻抗矩相结合的方法,确定静态和动态无功补偿点的具体位置。针对抽油机上下冲程的运行方式,提出了灰色GM(1,1)改进模型与潮流计算相结合的方法对油田配电网运行参数进行动态模拟,为动态无功优化提供原始数据。
　　 在静、动态无功优化研究中,以平均负荷功率为对象,利用改进遗传算法,计算出静态补偿点的补偿容量,根据负荷功率平均值的50％～150％,进行参数动态模拟,生成若干组新的网络负荷功率,并确定出动态补偿点在该组的静态补偿容量,将得出的模拟数据和对应补偿容量作为后期动态无功优化的样本值。动态无功优化采用改进BP算法建立神经网络,由样本空间对网络进行训练和测试,得出了训练好后的BP网络,该网络达到了毫秒级运算速度,可以实时的确定动态无功优化中的补偿容量。
　　 最后,以实际的油田6kV配电线路为例,结合配电网运行参数动态模拟方法,对提出的遗传神经网络算法进行了计算、对比、分析,证明了该算法在油田配电网无功优化中的高效性和实用性。

目录

文摘

英文文摘

第1章 绪论

1.1 课题研究背景

1.1.1 油田配电网现状

1.1.2 无功优化在配电网运行中的意义

1.2 配电网无功优化研究现状

1.2.1 配电网无功优化经典方法

1.2.2 配电网无功优化智能方法

1.3 配电网负荷预测研究现状

1.3.1 负荷预测概述

1.3.2 负荷预测方法比较

1.4 本文主要工作

第2章 油田配电网无功补偿基本理论与潮流计算

2.1 无功功率平衡理论

2.1.1 无功功率与负荷电压的关系

2.1.2 无功功率与网络有功损耗的关系

2.1.3 无功功率与网络功率因数的关系

2.2 油田配电网无功补偿原则与补偿方式

2.3 油田配电网无功优化数学模型

2.3.1 数学模型的建立

2.3.2 约束条件的选择

2.4 前推回代法潮流计算

2.4.1 潮流计算概述

2.4.2 馈电线路与变压器的电力参数计算

2.4.3 前推回代法潮流计算设计

2.4.4 算例分析

第3章 基于最大降损负荷功率阻抗矩法的无功补偿点选取

3.1 负荷功率阻抗矩法的基本原理

3.2 基于最大降损与负荷功率阻抗矩法确定补偿点位置

3.3 算例分析

第4章 基于灰色预测的模拟油田配电网运行参数

4.1 灰色理论的概述

4.2 灰色预测的方法研究

4.2.1 灰色GM(1,1)模型的建立

4.2.2 GM(1,1)模型的改进

4.2.3 模型检验

4.3 基于灰色预测模拟油田配电网运行参数的设计方法

4.4 算例分析

第5章 基于改进遗传算法的配电网静态无功优化

5.1 遗传算法概述

5.1.1 遗传算法的基本概念与特点

5.1.2 基本遗传算法的设计流程

5.2 遗传算法的改进研究

5.2.1 染色体编码及种群生成的改进

5.2.2 适应度函数的改进

5.2.3 遗传操作的改进

5.2.4 收敛速度的改进

5.3 基于改进遗传算法的静态无功优化

5.3.1 静态无功优化中的求解过程

5.3.2 静态无功优化中的程序设计

第6章 基于遗传神经网络的配电网动态无功优化

6.1 人工神经网络概述

6.1.1 人工神经网络基本概念与特点

6.1.2 人工神经网络模型

6.2 BP算法基本原理及改进方法

6.2.1 BP算法的基本原理

6.2.2 BP算法的设计流程

6.2.3 BP算法的改进方法

6.2.4 改进BP算法的程序设计

6.3 遗传神经网络在油田配电网动态无功优化中的设计思想

6.4 动态无功优化中的设计过程

6.5 算法程序流程设计

第7章 油田配电网无功优化实例分析

7.1 胜利油田6kV配电线路的基本信息

7.2 基于改进遗传算法的静态分析计算

7.3 基于遗传神经网络算法的动态分析计算

结论

参考文献

附录

攻读硕士学位期间取得的学术成果

致谢