基于信息融合技术的电力系统暂态稳定评估

• 作者: 李玲 李自品 舒乃秋 裴春明 黄辉
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 特征量 信息融合 人工神经网络 D-S证据理论 电力系统暂态稳定分析
• 年，卷（期）: 2007,（16）
• 所属期刊栏目: 电力系统
• 页码范围: 19-23
• 页数: 5页
• 分类号: TM76
• 字数: 3298字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2007.16.004

摘要

应用信息融合技术对电力系统暂态稳定进行评估,提出了一种基于"结合人工神经网络和D-S证据理论的信息融合模型"的电力系统暂态稳定评估方法.当电力系统发生故障时,采用该方法可以综合来自电网和发电机的多个信息源对电力系统的暂态稳定进行判别.首先,选取能迅速反映电力系统暂态过程的特征量,如功角、加速度、转子动能等,进行像素级融合.然后,将这些特征量划分为时间和空间2个征兆域,并分别输入至设定的3个子神经网络进行特征级融合.最后,将特征级融合的输出作为决策级融合的输入,利用D-S证据理论实现时间域和空间域的决策级融合,从而提高了电力系统暂态稳定评估的可靠性.利用中国版BPA暂态稳定程序和电力系统全过程动态仿真软件,对7机24节点系统进行了仿真.仿真结果表明,基于信息融合技术的电力系统暂态稳定评估方法较基于人工神经网络的评估方法更为快速、准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲	武汉大学电气工程学院电机与控制研究所	96	684	13.0	24.0
2	舒乃秋	武汉大学电气工程学院电机与控制研究所	116	1489	22.0	32.0
3	李自品	武汉大学电气工程学院电机与控制研究所	20	246	9.0	15.0
4	裴春明	武汉大学电气工程学院电机与控制研究所	4	86	4.0	4.0
5	黄辉	武汉大学电气工程学院电机与控制研究所	6	116	5.0	6.0