杜露露 石倩倩 王有軍

（國(guó)網(wǎng)安徽省電力有限公司滁州供電公司）

0 引言

在新能源電網(wǎng)運(yùn)行過(guò)程中，頻率是一項(xiàng)重要指標(biāo)，一方面，其可以用于對(duì)電網(wǎng)質(zhì)量的評(píng)價(jià)，通過(guò)對(duì)其動(dòng)態(tài)監(jiān)測(cè)確保新能源電網(wǎng)運(yùn)行的安全和穩(wěn)定；另一方面，也可以作為電網(wǎng)運(yùn)行控制的反饋信息。在新能源電網(wǎng)運(yùn)行的過(guò)程中，可以通過(guò)對(duì)其頻率進(jìn)行實(shí)時(shí)重構(gòu)來(lái)分析電網(wǎng)的運(yùn)行狀態(tài)。

當(dāng)前，隨著新能源的加入，電網(wǎng)的結(jié)構(gòu)逐漸復(fù)雜，異構(gòu)型復(fù)雜電網(wǎng)的形成以及人們對(duì)于其行為特性的深入理解，使得各類檢測(cè)方法產(chǎn)生[1]。過(guò)電壓是電網(wǎng)中的一種多發(fā)性事件，其過(guò)載幅度一般都很低，且在很短的時(shí)間內(nèi)不會(huì)對(duì)電網(wǎng)產(chǎn)生顯著的影響[2]。所以，必須對(duì)電網(wǎng)的電壓和頻率進(jìn)行實(shí)時(shí)監(jiān)測(cè)，以便在事故發(fā)生前和之后，對(duì)電網(wǎng)的電壓、頻率變化進(jìn)行實(shí)時(shí)監(jiān)控，從而為操作人員分析事故原因、處理事故等提供有利依據(jù)[3]。在這一背景下，電網(wǎng)微變檢測(cè)成為一種有效的手段。基于此，為提高新能源電網(wǎng)運(yùn)行安全性，本研究引入人工神經(jīng)網(wǎng)絡(luò)，針對(duì)新能源電網(wǎng)微變檢測(cè)方法展開設(shè)計(jì)。

1 新能源電網(wǎng)運(yùn)行中弱信號(hào)頻率檢測(cè)

在新能源電網(wǎng)運(yùn)行過(guò)程中，會(huì)產(chǎn)生大量的弱信號(hào)。若在檢測(cè)時(shí)無(wú)法實(shí)現(xiàn)對(duì)弱信號(hào)的檢測(cè)，則會(huì)造成最終頻率檢測(cè)精度難以滿足實(shí)際需要。針對(duì)這一問(wèn)題，結(jié)合混沌理論中的Duffing方程，實(shí)現(xiàn)對(duì)新能源電網(wǎng)運(yùn)行過(guò)程中的弱信號(hào)的檢測(cè)。Duffing方程的表達(dá)式為：

式中，x(t)表示新能源電網(wǎng)運(yùn)行過(guò)程中產(chǎn)生的微弱信號(hào)頻率；b表示阻尼比；f表示新能源電網(wǎng)運(yùn)行周期內(nèi)的策動(dòng)力幅值。

Duffing方程既有振幅靈敏度，又有較好的頻敏度，可用來(lái)檢測(cè)弱信號(hào)頻率的變化。Duffing方程對(duì)微小信號(hào)十分敏感，對(duì)噪音有強(qiáng)烈的抗干擾能力。在實(shí)際檢測(cè)過(guò)程中，結(jié)合新能源電網(wǎng)的運(yùn)行特點(diǎn)，待檢測(cè)信號(hào)的頻率未必為1rad/s，因此需要通過(guò)對(duì)Duffing方程的進(jìn)行略微變形，使得Duffing方程能夠?qū)θ魏挝⑿☆l率的待檢測(cè)信號(hào)進(jìn)行檢測(cè)。根據(jù)上述論述，將Duffing方程轉(zhuǎn)換為如下形式：

式中，τ表示互相關(guān)函數(shù)。

新能源電網(wǎng)的運(yùn)行狀態(tài)會(huì)隨著周期內(nèi)的策動(dòng)力幅值f的變化而變化。當(dāng)f值為0時(shí)，此時(shí)相軌跡會(huì)最終停留在相平面度上兩個(gè)焦點(diǎn)的某一個(gè)之上；當(dāng)f值不為0時(shí)，則此時(shí)新能源電網(wǎng)會(huì)表現(xiàn)出十分復(fù)雜的動(dòng)力學(xué)形態(tài)特征。在f值較小時(shí)，新能源電網(wǎng)運(yùn)行時(shí)其弱信號(hào)頻率呈現(xiàn)出一種線性的特征，即相點(diǎn)在兩個(gè)焦點(diǎn)中的某一處發(fā)生周期性的移動(dòng)，而在某一臨界點(diǎn)上，則會(huì)產(chǎn)生共宿軌道[4]。當(dāng)分叉越大，就會(huì)產(chǎn)生一種分叉現(xiàn)象，這種現(xiàn)象會(huì)持續(xù)很長(zhǎng)一段時(shí)間，然后就會(huì)陷入一種混亂的狀態(tài)。當(dāng)超過(guò)臨界點(diǎn)時(shí)，新能源電網(wǎng)運(yùn)行時(shí)產(chǎn)生的弱信號(hào)頻率就會(huì)進(jìn)入大尺度的周期性運(yùn)動(dòng)，并將焦點(diǎn)和鞍點(diǎn)包圍起來(lái)，從而產(chǎn)生顯著的大周期，進(jìn)一步表現(xiàn)出振幅的敏感性。在檢測(cè)的過(guò)程中，其基本流程如下圖所示。

圖 新能源電網(wǎng)運(yùn)行中弱信號(hào)檢測(cè)流程

在實(shí)際檢測(cè)的過(guò)程中，考慮到新能源電網(wǎng)的運(yùn)行特點(diǎn)，將其弱信號(hào)頻率變化范圍設(shè)置為49.5～50.5Hz。同時(shí)，當(dāng)微弱信號(hào)的頻率不在1Hz范圍內(nèi)時(shí)，則需要適當(dāng)增加陣列混沌振子的數(shù)量，以此實(shí)現(xiàn)對(duì)其他范圍弱信號(hào)頻率的檢測(cè)。

2 基于人工神經(jīng)網(wǎng)絡(luò)感知電網(wǎng)微變

在完成對(duì)新能源電網(wǎng)運(yùn)行中弱信號(hào)頻率的檢測(cè)后，本研究引入人工神經(jīng)網(wǎng)絡(luò)，感知新能源電網(wǎng)的頻率微變。將人工神經(jīng)網(wǎng)絡(luò)看成是一個(gè)映射網(wǎng)絡(luò)，能夠獲得一個(gè)復(fù)雜的輸入和輸出之間的映射關(guān)系。在感知的過(guò)程中，將多層感應(yīng)器與新的能量網(wǎng)相連，并將其視為前饋神經(jīng)網(wǎng)絡(luò)。在前向神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)中，含有多個(gè)層次的神經(jīng)元。

假設(shè)人工神經(jīng)網(wǎng)絡(luò)的感知層為k，且k=1,2,3,…,M，M表示結(jié)構(gòu)層總數(shù)其中共包含j個(gè)神經(jīng)元，則多層感知器的輸入與輸出關(guān)系可用下述公式表示：

式中，bk表示感知器的輸出結(jié)果數(shù)值，即新能源電網(wǎng)在運(yùn)行過(guò)程中的微弱變化的感知量化結(jié)果；ak表示感知器的輸入數(shù)據(jù)，即新能源電網(wǎng)的電壓頻率波動(dòng)數(shù)值；wij表示一個(gè)神經(jīng)元i和一個(gè)神經(jīng)元j的連接強(qiáng)度系數(shù)；θk表示多層感知器k層對(duì)應(yīng)的神經(jīng)元閾值。

在實(shí)際應(yīng)用到對(duì)新能源電網(wǎng)的微變感知當(dāng)中，輸入和輸出的關(guān)聯(lián)信息往往是由神經(jīng)元的聯(lián)結(jié)強(qiáng)度決定的。通過(guò)不同的連接強(qiáng)度，可以得到不同的輸入和輸出之間的對(duì)應(yīng)關(guān)系。除此之外，還可利用人工神經(jīng)網(wǎng)絡(luò)中的卷積層從眾多新能源電網(wǎng)變化參數(shù)當(dāng)中，提取用于微變感知的數(shù)據(jù)量；利用人工神經(jīng)網(wǎng)絡(luò)的池化層對(duì)獲取到的數(shù)據(jù)量中存在的冗余信息進(jìn)行去除，并對(duì)特征數(shù)據(jù)進(jìn)行壓縮和簡(jiǎn)化復(fù)雜度處理。

為確保最終新能源電網(wǎng)微變檢測(cè)結(jié)果的精度，還必須通過(guò)神經(jīng)網(wǎng)絡(luò)的權(quán)重來(lái)調(diào)節(jié)神經(jīng)元的聯(lián)結(jié)能力，從而使兩個(gè)神經(jīng)元在空間上的距離得到進(jìn)一步的縮短，使得最后的連接強(qiáng)度所決定的網(wǎng)絡(luò)能夠使映射關(guān)系在最小二乘性意義下無(wú)限接近，從而提高微變感知結(jié)果的準(zhǔn)確性。

3 新能源電網(wǎng)頻率測(cè)量

在新能源電網(wǎng)運(yùn)行過(guò)程中，其電網(wǎng)電壓波形與頻率之間存在一定映射關(guān)系，結(jié)合上述基于人工神經(jīng)網(wǎng)絡(luò)的電網(wǎng)微變感知可知，每一種新能源網(wǎng)絡(luò)都有一種多層次的感知器。因此，感知器所完成的映射和神經(jīng)元間的轉(zhuǎn)移函數(shù)的平均變化比指定的值要小[5]。

基于以上理論分析，本研究設(shè)計(jì)一種基于新能源電網(wǎng)電壓波形的多層次感應(yīng)器，利用該感應(yīng)器獲得新能源網(wǎng)的電壓頻率。將電壓頻率采樣數(shù)據(jù)作為人工神經(jīng)網(wǎng)絡(luò)的輸入信號(hào)。為獲得更高的檢測(cè)精度，單靠一個(gè)3級(jí)傳感器已無(wú)法滿足檢測(cè)的需要，本文采用相位作為基準(zhǔn)，將檢測(cè)過(guò)程中得到的結(jié)果分別映射到20個(gè)子域當(dāng)中，同時(shí)對(duì)每個(gè)子域設(shè)置一個(gè)權(quán)重?cái)?shù)值，結(jié)合預(yù)處理相位判斷確定人工神經(jīng)網(wǎng)絡(luò)的權(quán)重系數(shù)。在進(jìn)行測(cè)試之前，必須對(duì)多個(gè)層次的感知器進(jìn)行反復(fù)的訓(xùn)練。此外，在檢測(cè)新能源電網(wǎng)真實(shí)微變情況前，要對(duì)人工神經(jīng)網(wǎng)絡(luò)權(quán)重進(jìn)行適當(dāng)?shù)恼{(diào)節(jié)，確保權(quán)重在容錯(cuò)范圍內(nèi)，才能進(jìn)行相應(yīng)的映射。在訓(xùn)練過(guò)程中，訓(xùn)練樣本可用下述公式表示：

式中，a(i)表示多層感知器的輸入數(shù)值；c表示頻率。在實(shí)際的新能源電網(wǎng)運(yùn)行中，電網(wǎng)的工作頻率在f＝50Hz左右發(fā)生變化，故在訓(xùn)練的過(guò)程中，將多層感知器弱信號(hào)頻率采樣設(shè)置在48～52Hz范圍內(nèi)。在實(shí)際新能源電網(wǎng)運(yùn)行中，信號(hào)會(huì)受到噪聲的干擾造成最終檢測(cè)結(jié)果不理想問(wèn)題。因此，在訓(xùn)練時(shí)可直接加入直流噪聲等干擾，使得神經(jīng)網(wǎng)絡(luò)的抗干擾性得到提高，確保檢測(cè)結(jié)果的精度。

在完成對(duì)頻率的測(cè)量后，根據(jù)測(cè)量結(jié)果，對(duì)新能源電網(wǎng)是否存在微弱變化情況進(jìn)行判斷。可通過(guò)設(shè)置閾值的方式，將標(biāo)準(zhǔn)新能源微電網(wǎng)運(yùn)行時(shí)的電壓頻率范圍作為閾值，若測(cè)量得到的結(jié)果超出這一閾值范圍，則說(shuō)明存在微弱變化；反之同理。通常情況下，電壓頻率波動(dòng)在－5%～＋5%范圍內(nèi)屬于微變，因此將±5%作為閾值。將這一邏輯導(dǎo)入到頻率總程序當(dāng)中，實(shí)現(xiàn)對(duì)新能源電網(wǎng)每一周波起始到結(jié)束區(qū)間的微變檢測(cè)。

4 對(duì)比實(shí)驗(yàn)與結(jié)果分析

為驗(yàn)證上述設(shè)計(jì)的基于人工神經(jīng)網(wǎng)絡(luò)的新能源電網(wǎng)微變檢測(cè)方法在實(shí)際工作中的有效性，設(shè)計(jì)如下實(shí)驗(yàn)。以某新能源發(fā)電企業(yè)為例，將本文方法與傳統(tǒng)的基于大數(shù)據(jù)技術(shù)的檢測(cè)方法進(jìn)行對(duì)比。

針對(duì)該新能源發(fā)電企業(yè)中現(xiàn)運(yùn)行的新能源電網(wǎng)，對(duì)其分別利用兩種檢測(cè)方法進(jìn)行檢驗(yàn)。在實(shí)驗(yàn)過(guò)程中，將干擾兩種檢測(cè)方法的噪聲作為實(shí)驗(yàn)條件，在確保其他條件均相同的情況下，通過(guò)改變?cè)肼暤男旁氡龋涗浽诓煌肼晽l件下兩種檢測(cè)方法檢測(cè)結(jié)果的誤差，以此實(shí)現(xiàn)對(duì)兩種檢測(cè)方法檢測(cè)精度的對(duì)比?？紤]實(shí)驗(yàn)的真實(shí)性，需要在改變?cè)肼曅旁氡葧r(shí)，將其數(shù)值控制在信噪比門限以內(nèi)。基于此，對(duì)新能源電網(wǎng)運(yùn)行過(guò)程中產(chǎn)生噪聲的信噪比門限進(jìn)行計(jì)算，其公式為：

式中，SNR表示新能源電網(wǎng)運(yùn)行過(guò)程中產(chǎn)生的噪聲信噪比門限數(shù)值；η表示運(yùn)行周期當(dāng)中的信號(hào)功率；σ表示噪聲方差。根據(jù)上式，計(jì)算得出該新能源電力企業(yè)的電網(wǎng)在運(yùn)行時(shí)的信噪比門限數(shù)值為-21dB。根據(jù)這一結(jié)果，設(shè)置兩種檢測(cè)方法在檢測(cè)過(guò)程中，噪聲的信噪比數(shù)值分別為-5dB、-10dB、-12dB、-18dB和-21dB。記錄在五種不同噪聲情況下，兩種檢測(cè)方法檢測(cè)到的電網(wǎng)頻率與實(shí)際真實(shí)頻率的誤差，可通過(guò)檢測(cè)結(jié)果與真實(shí)頻率的比值得出測(cè)量誤差。結(jié)合上述實(shí)驗(yàn)準(zhǔn)備，將完成實(shí)驗(yàn)后的結(jié)果進(jìn)行記錄。

為了方便表述，將本文上述提出的基于人工神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法設(shè)置為實(shí)驗(yàn)組，將基于大數(shù)據(jù)技術(shù)的檢測(cè)方法設(shè)置為對(duì)照組，將其各自頻率測(cè)量誤差記錄如下表所示。

表 實(shí)驗(yàn)組與對(duì)照組檢測(cè)方法檢測(cè)結(jié)果對(duì)比表

結(jié)合表中的數(shù)據(jù)得出，在五組不同信噪比條件下，實(shí)驗(yàn)組檢測(cè)方法的頻率測(cè)量誤差均控制在1.00%以下，而對(duì)照組檢測(cè)方法的頻率測(cè)量誤差均超過(guò)2.00%，明顯實(shí)驗(yàn)組頻率測(cè)量誤差更小。頻率測(cè)量誤差越小，說(shuō)明檢測(cè)方法的檢測(cè)精度越高。因此，通過(guò)上述得到的實(shí)驗(yàn)結(jié)果能夠證明，本文提出的基于人工神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法在實(shí)際應(yīng)用中，檢測(cè)結(jié)果更符合實(shí)際，檢測(cè)精度符合新能源電網(wǎng)安全穩(wěn)定運(yùn)行檢測(cè)的要求。

5 結(jié)束語(yǔ)

通過(guò)本文上述論述，本研究基于人工神經(jīng)網(wǎng)絡(luò)提出一種新的針對(duì)新能源電網(wǎng)的微變檢測(cè)方法，用于在確保新能源電網(wǎng)正常運(yùn)行中，對(duì)電網(wǎng)頻率變化進(jìn)行檢測(cè)。通過(guò)實(shí)驗(yàn)的方式證明新檢測(cè)方法在檢測(cè)過(guò)程中不僅能夠保證良好的檢測(cè)精度，同時(shí)在檢測(cè)時(shí)不會(huì)受到噪聲的干擾，具備極高的抗干擾能力，能夠?yàn)樾履茉措娋W(wǎng)的運(yùn)行監(jiān)督提供重要的基礎(chǔ)條件。