基于模糊推理与径向基函数网络的预想事故自动选择

摘要

电网的互联发展使电力系统逐渐成为超大规模的系统，其运行状况所面临的复杂性因素增多，因此，需要一种新的方法来发现系统可能发生的故障，防忠于未然。
　　本文针对电力系统的预想事故自动选择问题，提出了一种将模糊推理系统FIS(fuzzy inference system)与径向基函数网络RBFN(radial basis function network)相结合的算法。定义了一种在原有的行为指标基础上增加一个模糊补偿系数Ci的新的行为指标PIpf，它能改善现有行为指标存在的一些缺陷;同时本文还构造了一种神经网络，它的结构为三层，这个网络将负荷功率、发电机功率和网络拓扑结构作为输入，将这种新的行为指标PIpf作为输出，并且通过离线的牛顿-拉夫逊潮流计算获得径向基函数网络的训练样本;并且针对IEEE节点系统的某个算例进行了有效计算，并且与现有的其他算法进行逐一比较，结果显示本文所提出的这种新的算法能使事故的排序更为合理，并且计算精度与速度均能达到满意的效果。

目录

声明

摘要

1 绪论

1．1 课题研究的背景与意义

1．2 电力系统的安全稳定性概述

1．2．1 电力系统安全性稳定性定义

1．2．2 影响电力系统安全性的因素及电力系统运行状态

1．3 研究现状

1．4 本文研究的主要内容

2 静态安全分析

2．1 潮流计算

2．1．1 节点功率方程式

2．1．2 牛顿法求解步骤

2．2 预想事故评定

2．2．1 行为指标

2．2．2 终止判据

2．2．3 算法的有效性评定

2．3 校正对策分析

2．4 本章小结

3 模糊理论与神经网络原理

3．1 模糊理论

3．1．1 模糊理论的创立

3．1．2 模糊理论的基础

3．1．3 模糊规则

3．1．4 模糊逻辑

3．1．5 模糊推理

3．2 径向基函数理

3．2．1 神经网络概述

3．2．2 径向基函数概述

3．2．3 径向基网络中最常用的基函数

3．2．4 径向基函数网络学习算法

3．3 本章小结

4 模糊理论与径向基函数网络的静态安全分析系统的建立

4．1 模糊理论系统建立

4．1．1 适用于支路-有功功率越限的模糊理论系统的建立

4．1．2．适用于节点电压-无功功率越限的模糊理论的建立

4．1．3 模糊推理系统工作流程

4．2 径向基函数网络的建立

4．2．1 径向基函数网络拓扑结构

4．2．2 RBF网络样本的选取

4．2．3 RBF网络模型的训练和测试

4．3 本章小结

5 算例及分析

5．1 IEEE-30节点系统算例

5．1．1 行为指标计算

5．1．2 算法分析

5．1．3 算法有效性评定

5．2 某地区电网节点系统算例

5．2．1 算例分析

5．2．2 算法有效性评定

5．3 本章小结

6 总结与展望

6．1 总结

6．2 展望

致谢

参考文献