馮帥

摘 要：在電力系統(tǒng)的運(yùn)行發(fā)展過(guò)程中，其暫態(tài)穩(wěn)定評(píng)估，發(fā)揮著十分重要的作用，但是伴隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，電力市場(chǎng)競(jìng)爭(zhēng)力的提高，諸多可再生清潔能源，進(jìn)入到市場(chǎng)中，使得這一評(píng)估系統(tǒng)面臨著諸多的控制問(wèn)題，基于此，本文依托信息融合技術(shù)，對(duì)電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估思路，進(jìn)行了探究分析。

關(guān)鍵詞：信息融合技術(shù)；構(gòu)建；電力系統(tǒng)；暫態(tài)穩(wěn)定評(píng)估；思路

中圖分類號(hào)：TM712 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2017）16-0156-01

在電網(wǎng)系統(tǒng)的線路運(yùn)行過(guò)程中，使用暫態(tài)穩(wěn)定評(píng)估，可以有效的對(duì)電網(wǎng)運(yùn)行中出現(xiàn)的風(fēng)險(xiǎn)問(wèn)題、安全隱患問(wèn)題，進(jìn)行有效的評(píng)估分析，進(jìn)而促進(jìn)其故障問(wèn)題的盡快解決，保證電網(wǎng)運(yùn)行的安全性與可靠性。 在電力系統(tǒng)的運(yùn)行中，基于信息融合技術(shù)，以及D-S證據(jù)理論、人工神經(jīng)網(wǎng)絡(luò)，進(jìn)行暫態(tài)穩(wěn)定評(píng)估的研究，可以有效的促進(jìn)該系統(tǒng)的正常運(yùn)行。其具體的研究?jī)?nèi)容如下所示：

1 基于信息融合技術(shù)的模型分析

信息融合技術(shù)的模型，其包括三個(gè)等級(jí)的內(nèi)容：首先是像素級(jí)，之后是特征級(jí)，最后是決策級(jí)。電力系統(tǒng)的在遭受到不穩(wěn)定因素的干擾之后，其穩(wěn)定性會(huì)出現(xiàn)變化，因此其暫態(tài)具體可以分為三個(gè)階段：故障前階段、故障中階段、故障后階段。其各個(gè)階段中，系統(tǒng)會(huì)出現(xiàn)不同的變化，其暫態(tài)穩(wěn)定的狀態(tài)，只會(huì)出現(xiàn)在故障發(fā)生之后的一段時(shí)間內(nèi)。當(dāng)運(yùn)行中的發(fā)電機(jī)出現(xiàn)故障問(wèn)題之后，其暫態(tài)穩(wěn)定性功能也會(huì)發(fā)生變化。此時(shí)能夠反映其暫態(tài)狀態(tài)的特征向量較多，因此在仿真實(shí)驗(yàn)結(jié)果分析中，可知，需要在這一階段，對(duì)其出現(xiàn)的特征向量，進(jìn)行有效的分析處理，避免導(dǎo)致下一級(jí)別出現(xiàn)計(jì)算速度下降、穩(wěn)定分析判斷失誤的問(wèn)題[1]。

2 特征級(jí)融合分析

該階段的融合，需要在局部決策完成之后，對(duì)其底層存在的大量信息，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)，進(jìn)行有效的分類處理、識(shí)別處理，即特征級(jí)融合處理。具體而言，就是在該網(wǎng)絡(luò)的指導(dǎo)下，將上一級(jí)別提取出的特征量，進(jìn)行輸入，之后該網(wǎng)絡(luò)將會(huì)對(duì)這些特征量，進(jìn)行有效的識(shí)別，以此來(lái)得出基本的結(jié)果。之后電力系統(tǒng)，可以根據(jù)該項(xiàng)結(jié)果，到?jīng)Q策級(jí)中，進(jìn)行全局決策的處理[2]。

3 決策級(jí)融合分析

從BP神經(jīng)網(wǎng)絡(luò)中，輸出的結(jié)果，其都可以對(duì)應(yīng)系統(tǒng)的一種穩(wěn)定的情況，但是其在進(jìn)行特征級(jí)融合處理的過(guò)程中，其輸入的特征向量，來(lái)源較為廣泛，且基于系統(tǒng)自身誤差，以及準(zhǔn)確度不夠的問(wèn)題，會(huì)導(dǎo)致其輸出的結(jié)果不甚準(zhǔn)確，并不能有效的體現(xiàn)電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估的結(jié)果。該網(wǎng)絡(luò)輸出的結(jié)果，其屬于有理數(shù)，介于0和1之間。如果輸出的數(shù)值處于0.4～0.6時(shí)，無(wú)法對(duì)其穩(wěn)定性，做出準(zhǔn)確的判斷。此時(shí)就需要使用D-S證據(jù)理論法，對(duì)其網(wǎng)絡(luò)輸出的結(jié)果，進(jìn)行綜合分析，有效的保障其結(jié)果的穩(wěn)定性，從而得出正確的結(jié)論。本文的研究中，選取了系統(tǒng)發(fā)生故障那一刻、故障解除那一刻的時(shí)間段，進(jìn)行了采樣，同時(shí)其穩(wěn)定性評(píng)估的兆域，則為特征向量。所有可以使用公式：其中M1、M2屬于框架u上面2個(gè)獨(dú)立的概率賦值，其焦元表示為：A1、B1......等。沖突因子為K1。

對(duì)其神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果，進(jìn)行決策級(jí)的融合，有效的促進(jìn)其系統(tǒng)穩(wěn)定評(píng)估的準(zhǔn)確性和精準(zhǔn)性，以此來(lái)便于把握系統(tǒng)的穩(wěn)定區(qū)域、失穩(wěn)區(qū)域，以及模糊區(qū)域。

4 模型的仿真分析

該系統(tǒng)在運(yùn)行的過(guò)程中，使用了節(jié)點(diǎn)系統(tǒng)，進(jìn)行了測(cè)試，共有4個(gè)。其發(fā)電機(jī)的模型，使用的是經(jīng)典模型，其系統(tǒng)出現(xiàn)的故障為三相線路的故障問(wèn)題，經(jīng)過(guò)0.2秒之后，其故障解除。在測(cè)試的過(guò)程中，其設(shè)置的負(fù)荷值，需要處于基準(zhǔn)負(fù)荷范圍內(nèi)的70%左右，之后進(jìn)行發(fā)電，并根據(jù)其故障問(wèn)題，將其故障元件，進(jìn)行隨機(jī)處理。使用暫態(tài)穩(wěn)定仿真軟件，對(duì)其進(jìn)行仿真分析，其中樣本為200個(gè)，其中100個(gè)，進(jìn)行測(cè)試，另外100個(gè)作為BP神經(jīng)網(wǎng)絡(luò)的輸入處理，之后建立人工神經(jīng)網(wǎng)絡(luò)。再使用基于信息融合技術(shù)基本模型建立的電力系統(tǒng)模型，對(duì)選取的樣本數(shù)據(jù)，進(jìn)行詳細(xì)的計(jì)算處理。之后，將其計(jì)算出的結(jié)果，與BP神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果，進(jìn)行對(duì)比分析，其結(jié)果可知：使用BP神經(jīng)網(wǎng)絡(luò)輸出的結(jié)果，其穩(wěn)定性結(jié)果不甚準(zhǔn)確，且會(huì)出現(xiàn)系統(tǒng)的運(yùn)行故障問(wèn)題，從而極大的影響了系統(tǒng)計(jì)算的速度問(wèn)題。而基于信息融合技術(shù)的模型，進(jìn)行的信息處理計(jì)算，其結(jié)果的準(zhǔn)確性顯著的提高，且計(jì)算速度較快。此外，在計(jì)算中，使用了D-S證據(jù)理論，其在該計(jì)算中出現(xiàn)問(wèn)題時(shí)，可以有效的避免其計(jì)算結(jié)果對(duì)于測(cè)試結(jié)果的干預(yù)，因此其有較強(qiáng)的糾錯(cuò)能力，且加速了計(jì)算的過(guò)程，因此基于信息融合計(jì)算的模型，具有較好的作用，值得在電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估中，不斷的加以應(yīng)用。

5 結(jié)語(yǔ)

通過(guò)信息融合技術(shù)，對(duì)電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估的思路進(jìn)行研究，其具體的思路流程為：在傳感器的作用下，對(duì)其原始信號(hào)，進(jìn)行了采集與處理，并從中提煉出能夠有效的反映暫態(tài)穩(wěn)定表現(xiàn)的一些特征，之后在神經(jīng)網(wǎng)絡(luò)中，將這些特征進(jìn)行輸入處理，再使用D-s證據(jù)理論，將處理后的結(jié)果，進(jìn)行時(shí)空間的信息融合處理，之后便可以得到有效的結(jié)果。

參考文獻(xiàn)

[1]李楊.基于廣域動(dòng)態(tài)信息的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估研究[D].華北電力大學(xué)，2014.

[2]宋墩文.基于多源信息融合的電網(wǎng)暫態(tài)穩(wěn)定風(fēng)險(xiǎn)評(píng)估[D].中國(guó)農(nóng)業(yè)大學(xué)，2016.endprint