本发明专利技术属于人工神经网络的技术领域,为基于人工神经网络的新型电力系统短路电流的方法。所述方法包括:搭建新型电力系统仿真模型,通过新型电力系统仿真模型进行新能源电力系统输电线路故障模拟,构建样本数据库;将样本数据进行预处理得到训练数据,使用训练数据对人工神经网络模型进行预训练;将运行状态参数值、故障类型进行归一化处理,输入训练完成的人工神经网络模型,输出新型电力系统输电线路的故障短路电流大小。本发明专利技术通过建立多场景下的仿真数据库,所训练的人工神经网络精度高,实现了短路电流实时计算精度高,解决了现有短路电流计算方法中迭代计算耗时长,且存在不收敛的问题。敛的问题。敛的问题。
【技术实现步骤摘要】
基于人工神经网络的新型电力系统短路电流计算的方法
[0001]本专利技术涉及电力系统
,具体涉及基于人工神经网络的新型电力系统短路电流计算的方法。
技术介绍
[0002]为实现“碳达峰、碳中和”的新时代目标,伴随着可再生能源的大规模并网,它带来的新能源具有很强的随机性和波动性。届时,电力系统将呈现新能源占比高、电力电子占比高的“双高”特点。传统电力系统以同步发电机为主,在电网发生故障时能够提供负荷电流20倍以上的短路故障电流,而新型电力系统新能源占比高,新能源的故障特征明显不同于传统系统同步电机。由于受到逆变器电力电子元件耐受电流的影响,新能源提供的短路电流一般不超过额定电流的1.2倍,且输出短路电流也受控制策略、稳态输出功率、短路点位置的影响,是非线性的,改变了电网故障特性,给短路电流计算和保护整定带来挑战。
[0003]目前对含新能源的电网短路电流计算时,新能源仅被建模为理想电流源,没有考虑其故障输出特性,与实际情况不符,在新能源占主体地位的新型电力系统中会严重影响短路电流计算的准确性,从而影响保护的动作性能;或是将新能源等效为压控电流源,采用迭代法的方法求解网络的短路电流,但是对于大型网络,全局迭代耗时长且存在不收敛的问题,也无法适应环境的变化和系统运行方式的变化。
[0004]近年来,机器学习方法受到广泛的关注和越来越多的应用,这是一种基于数据驱动的方法,根据数据样本集,分析得到样本特征与标签之间的映射关系,继而对未知数据进行预测。这给含新能源的新型电力系统短路电流计算带来了新思路。当电网的运行方式状态和故障信息如故障位置、类型确定时,那么电网中各点流过的故障电流是唯一的,因此电网特征与故障电流之间的映射关系是可以通过机器学习进行挖掘的。
技术实现思路
[0005]为解决现有技术所存在的技术问题,本专利技术提供基于人工神经网络的新型电力系统短路电流计算方法,本专利技术通过新型电力系统仿真模型进行新能源电力系统输电线路故障模拟,建立新型电力系统仿真模型多场景下的仿真数据库,所训练的人工神经网络精度高,实现了短路电流实时计算精度高,解决了现有短路电流计算方法中计算精度不高或者迭代计算耗时长、不收敛的问题。
[0006]本专利技术通过采取如下技术方案达到:
[0007]基于人工神经网络的新型电力系统短路电流计算的方法,所述方法包括:
[0008]搭建新型电力系统仿真模型;
[0009]通过新型电力系统仿真模型进行新能源电力系统输电线路故障模拟,改变新型电力系统仿真模型的运行状态参数值、故障类型和故障位置,得到与故障位置对应的故障后的三相短路电流,将运行状态参数值、故障类型、与故障位置对应的故障后的三相短路电流作为样本数据,构建样本数据库;
[0010]将样本数据进行预处理得到训练数据,构建人工神经网络模型,使用训练数据对人工神经网络模型进行预训练,直到人工神经网络模型完成设定的训练周期;
[0011]采集在新型电力系统输电线路发生故障时的运行状态参数值、故障类型和故障位置,将运行状态参数值和故障类型进行归一化处理,输入训练完成的人工神经网络模型,输出新型电力系统输电线路的不同位置对应的故障短路电流大小。
[0012]优选地,新型电力系统仿真模型包含直驱风机、光伏发电系统和同步机,直驱风机、光伏发电系统、同步机各自分别接入变压器形成三个供电端,供电端两两之间在变压器处通过输电线路相互电性连接,每条输电线路上均分别设置有两级负载。
[0013]所述直驱风机在正常运行时采用PQ恒功率控制,在线路发生故障时,根据电压跌落程度判断是否采用低电压穿越控制和正负序解耦控制;光伏发电系统在正常运行时采用MPPT和PQ恒功率控制,在线路发生故障时,若电压跌落到0.9倍额定电压以下时,采用低电压穿越和正负序解耦控制,同步机接入变压器的另一侧接地。
[0014]进一步地,所述运行状态参数值包括新型电力系统仿真模型的中各节点的电压幅值、电压相角和线路流过的有功功率、无功功率。
[0015]优选地,所述通过新型电力系统仿真模型进行新能源电力系统输电线路故障模拟,改变新型电力系统仿真模型的运行状态参数值、故障类型和故障位置,得到与故障位置对应的故障后的三相短路电流,将运行状态参数值、故障类型、与故障位置对应的故障后的三相短路电流作为样本数据,构建样本数据库,包括:
[0016]S21、改变新型电力系统仿真模型的环境参数,使得新型电力系统仿真模型的稳态功率发生改变,采集新型电力系统仿真模型的各节点的电压幅值V、电压相角Θ、线路流过的有功功率P和无功功率Q;
[0017]S22、随机设置新型电力系统仿真模型上的故障位置和故障类型,采集不同位置对应的故障后的线路三相短路电流大小I
f_DG
;
[0018]S23、将步骤S21
‑
S22重复n次,得到新型电力系统仿真模型在n种不同运行状态下的各节点的电压幅值V、电压相角Θ、线路流过的有功功率P、无功功率Q、故障类型和不同故障位置对应的故障后的线路三相短路电流大小I
f_DG
,构建样本数据库。
[0019]本专利技术与现有技术相比,具有如下优点和有益效果:
[0020]1、本专利技术提供基于人工神经网络的新型电力系统短路电流计算方法,通过搭建新型电力系统仿真模型,通过新型电力系统仿真模型进行新能源电力系统输电线路故障模拟,将不同的运行状态参数值、故障类型和不同故障位置对应的故障后的三相短路电流作为样本数据,构建样本数据库;对考虑多源随机注入系统动态变换场景下的电力系统进行实时短路电流计算,解决了现有技术没有考虑新能源强随机性、波动性的特征,只取额定运行状态情况下的短路电流计算在新型电力系统中不适用的问题;当样本数据库足够大,囊括各类场景,所训练的网络精度就非常高,解决了现有技术中为了实现快速计算只把新能源电源考虑为恒电流源带来的计算精度不足的问题。
[0021]2、本专利技术通过离线训练,在线应用的方式,将时间都耗在离线训练上,在线应用时计算速度非常快,解决了现有短路电流计算方法中新能源电源等效为压控电流源进行迭代计算,迭代计算耗时长,且存在不收敛的问题;
附图说明
[0022]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
[0023]图1是本专利技术实施例中的基于人工神经网络的新型电力系统短路电流计算的方法的流程图;
[0024]图2是本专利技术实施例中的新型电力系统仿真模型的示意图;
[0025]图3是本专利技术实施例中的人工神经网络模型的结构图。
具体实施方式
[0026]下面将结合附图和实施例,对本专利技术技术方案做进一步详细描述,显然所描述的实施例是本专利技术一部分实施例,而不是全部本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于人工神经网络的新型电力系统短路电流计算的方法,其特征在于,包括步骤:搭建新型电力系统仿真模型;通过新型电力系统仿真模型进行新能源电力系统输电线路故障模拟,改变新型电力系统仿真模型的运行状态参数值、故障类型和故障位置,得到与故障位置对应的故障后的三相短路电流,将运行状态参数值、故障类型、与故障位置对应的故障后的三相短路电流作为样本数据,构建样本数据库;将样本数据进行预处理得到训练数据,构建人工神经网络模型,使用训练数据对人工神经网络模型进行预训练,直到人工神经网络模型完成设定的训练周期;采集在新型电力系统输电线路发生故障时的运行状态参数值、故障类型和故障位置,将运行状态参数值和故障类型进行归一化处理,输入训练完成的人工神经网络模型,输出新型电力系统输电线路的不同位置对应的故障短路电流大小。2.根据权利要求1所述基于人工神经网络的新型电力系统短路电流计算的方法,其特征在于,所述新型电力系统仿真模型包含直驱风机、光伏发电系统和同步机,直驱风机、光伏发电系统、同步机各自分别接入变压器形成三个供电端,供电端两两之间在变压器处通过输电线路相互电性连接,每条输电线路上均分别设置有两级负载。3.根据权利要求2所述基于人工神经网络的新型电力系统短路电流计算的方法,其特征在于,所述直驱风机在正常运行时采用PQ恒功率控制,在线路发生故障时根据电压跌落程度判断是否改为采用低电压穿越控制和正负序解耦控制;光伏发电系统在正常运行时采用MPPT和PQ恒功率控制,在线路发生故障时根据电压跌落程度判断是否改为采用低电压穿越和正负序解耦控制,同步机接入变压器的另一侧接地。4.根据权利要求1所述基于人工神经网络的新型电力系统短路电流计算的方法,其特征在于,所述运行状态参数值包括新型电力系统仿真模型的中各节点的电压幅值、电压相角和线路流过的有功功率、无功功率。5.根据权利要求4所述基于人工神经网络的新型电力系统短路电流计算的方法,其特征在于,所述通过新型电力系统仿真模型进行新能源电力系统输电线路故障模拟,改变新型电力系统仿真模型的运行状态参数值、故障类型和故障位置,得到与故障位置对应的故障后的三相短路电流,将运行状态参数值、故障类型、与故障位置对应的故障后的三相...
【专利技术属性】
技术研发人员:龙云,刘璐豪,梁雪青,卢有飞,赵宏伟,吴任博,陈明辉,张少凡,刘超,王历晔,姚吴嘉品,林泽暄,王海洋,
申请(专利权)人:广东电网有限责任公司广州供电局,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。