基于智能學習算法的電壓暫降影響評估與定位研究.pdf

1、電能已經成為國民經濟和社會發(fā)展的基礎性資源,隨著工農業(yè)生產的發(fā)展,人們對供電質量提出了更高的要求。電壓暫降是最嚴重的電能質量問題,其發(fā)生頻繁,影響廣泛,嚴重影響了電網中敏感用電設備的正常運行,造成了巨大的經濟損失甚至人員傷亡。電壓暫降已成為電能質量投訴的主要原因,是國內外電工領域的研究熱點。本文從電壓暫降對于敏感負荷運行特性的影響、暫降源識別、暫降源定位三個方面對電壓暫降展開了研究。
　　 本文首先介紹了電壓暫降的定義和暫降特征

2、值,探討了電壓暫降的危害,分析了電壓暫降的原因,并對電壓暫降的數學模型和仿真模型進行了研究。電壓暫降可以嚴重影響敏感設備運行,本文以工農業(yè)中存在廣泛應用的直流調速系統為例,分析評估了暫降對于敏感負荷運行特性的影響。以控制系統的傳遞函數為基礎,建立直流調速系統模型,研究了電壓暫降幅值、持續(xù)時間對直流調速系統系統運行特性(轉速特性、轉矩特性、電樞電流)的影響。并運用MATLAB的Simulink對開環(huán)、雙閉環(huán)直流調速系統的電壓暫降影響進行了

3、仿真分析。結果表明,電壓暫降導致了電機轉速的不同程度下降及輸出轉矩的波動,影響了直流調速系統的穩(wěn)定運行。針對雙閉環(huán)系統,根據暫降影響下的系統運行特性,通過神經網絡建立了暫降影響評估模型。測試數據表明,該模型可以準確描述暫降影響下的系統運行特性。
　　 暫降源的識別對于電壓暫降的防治和治理具有重要意義。引起電壓暫降的原因主要有:短路故障、感應電動機啟動、變壓器投切。不同原因引起的電壓暫降具有不同的特點,依據這些特點可以實現電壓暫降

4、源的識別。本文提出了一種基于S變換和PSO-SVM的電壓暫降源識別方法。S變換是一種優(yōu)秀的時頻分析方法,其過程簡單、結果直觀、可以提取時域和頻域的多種特征值。首先利用S變換提取暫降特征值,然后運用PSO算法進行暫降源識別特征選擇及SVM參數優(yōu)化選取,最后通過SVM實現電壓暫降源的識別。本文同時采用了GA-SVM進行暫降源的識別,測試結果表明,GA-SVM算法與PSO-SVM算法都可以實現暫降源的準確識別,但相對于GA-SVM,PSO-S

5、VM在特征選取和識別正確率方面都具有優(yōu)勢,是一種有效的暫降源識別方法。
　　 暫降源定位對于快速排除電路故障和解決供用電糾紛具有重要的意義。電壓暫降源定位的實質是確定暫降源相對于監(jiān)測點的位置,國內外對于暫降源定位的研究主要集中在利用暫降過程中敏感電氣量的變化來實現定位。本文提出一種基于智能分類思想判定暫降源上下游的定位方法,基本思想是借鑒國內外電壓暫降源定位的判據作為定位的特征量,利用智能分類的方法建立暫降源上下游二分類的最優(yōu)分