基于神经网络的法向阻抗模裕度快速计算方法：颜廷鑫，刘光晔，谢冬冬研究背景
随着电网规模的不断扩大，重负荷远距离高压电输送的局面日益突出，迫使系统经常运行在电压稳定边缘。全球范围内已经发生多起系统电压崩溃事故，因此，在线快速准确评估系统当前电压稳定裕度至关重要。当前，电力系统的电压稳定性在线评估方法主要分为2类：一类是基于广域测量系统的电压稳定性在线评估及控制方法。另一类则是利用神经网络进行系统电压稳定在线估计。本文基于以往人工神经网络在电压稳定在线监测方面的研究，提出具有较好线性度的法向阻抗模裕度指标评价系统电压稳定性，并以此指标做样本，降低了神经网络对样本值学习算法的要求，提高了预测精度。利用遗传算法优化BP神经网络的权值阈值，使预测结果更加精确。建立了遗传算法优化的BP神经网络电压稳定评估模型，使负荷法向阻抗模裕度指标的计算被简化为神经网络数值预测的过程，对比传统潮流计算，速度快，适合实时在线监测。
主要创新点
1）利用一般非线性方程的极值分析原理，推导出了系统负荷功率取极值的必要条件，也是系统负荷节点静态电压稳定判据。2）提出系统负荷法向阻抗模裕度指标来评价系统电压稳定性，并证明了与绝对阻抗模裕度指标的等效性。通过仿真计算发现，系统负荷法向阻抗模裕度指标具有更好的线性关系。3）建立了遗传算法优化的BP神经网络电压稳定评估模型，对比传统潮流计算，负荷法向阻抗模裕度指标的计算速度更快，便于实时在线监测。
后续研究内容
本文潮流计算中，负荷采用恒功率模型，没有考虑负荷的动态特性。因此，针对电压稳定性问题，在今后的研究中对于负荷特性参数的确定和负荷模型的选择，需要进一步的研究和探讨。
主要图表
相关阅读：
相关阅读：
