基于支持向量机的电力系统静态电压稳定性评估(附件)【字数：10014】
摘 要随着电力行业的高速发展,电压的稳定性问题变得尤为突出。电压的失稳和崩溃不仅给电力行业带来巨大的经济损失,还极大地影响了我们的日常生活。因此,对电力系统的电压稳定性进行评估具有着重要的理论和实际意义。本文介绍了电力系统电压稳定性的基本理论和方法，论述了引起电压失稳和电压崩溃的鞍结分岔(SNB)形式的概念、原理以及对电力系统电压稳定性的影响，并对这种分岔形式的机理进行了建模仿真分析。还介绍了支持向量机的回归算法和发展，总结了支持向量机对电力系统分岔的负荷裕度预测的优势，运用支持向量机对系统鞍结分岔和静态电压稳定性进行预测评估，并运用电力仿真软件建立经典系统模型（如WSCC 3机9节点系统），对该预测方法进行仿真验证。
目 录
第一章 绪论 1
1.1选题的研究目的和意义 1
1.2电力系统电压稳定的研究现状 2
1.3支持向量机在电力系统中的应用现状 2
1.4本文主要研究工作 3
第二章 支持向量机算法与发展 4
2.1引言 4
2.2支持向量机概述 4
2.3支持向量机的回归算法 4
2.4支持向量机的发展趋势 5
2.5本章小结 5
第三章 支持向量机的工具包LIBSVM 6
3.1引言 6
3.2 LIBSVM文件包介绍 6
3.3 LIBSVM的使用方法简介 8
3.4 LIBSVM使用的数据格式及数据归一化处理 9
3.5交叉验证参数寻优的操作步骤 11
3.6运用svmtrain函数进行训练得到支持向量机模型 14
3.7运用svmpredict函数对支持向量机模型进行预测 15
3.8本章小结 16
第四章 鞍结分岔的静态电压稳定性评估 17
4.1引言 17
4.2连续潮流法(CPF)对鞍结分岔进行研究分析 17
4.3 3机9节点系统的鞍结分岔建模 18
4.4 3机9节点系统的鞍结分岔仿真分析 21
4.5 libsvm的负荷裕度验证 25
4.6本 *好棒文|www.hbsrm.com +Q: &351916072&
章小结 30
结束语 31
致 谢 32
参考文献 33
第一章 绪论
本章对本文研究内容涉及的基本理论、方法以及本领域研究现状进行了梳理和总结，主要包括：本论文研究的目的和意义，研究电力系统电压稳定的现状，以及支持向量机在电力系统中的应用，最后综述了本文的主要研究工作。
1.1选题的研究目的和意义
电力系统电压稳定性研究的一个重要方向是电力系统中的电压失稳和电压崩溃。随着近年来电力系统行业的高速发展，由于巨大的电能必须通过长距离的高压输电线路输送到电力负荷中心，使得大部分电力系统在接近稳定极限的情况下运行，发生事故概率很大。因此，评估电力系统的电压稳定性具有重要意义。
电力系统电压稳定虽然是一种动态现象,但是我们可以使用静态电压稳定性分析来判断电力系统静态电压稳定裕度,保证电力系统在安全裕度内运行,这种分析在确定电压稳定的应用中得到了很大的推广应用。
计算静态电压稳定裕度的关键是如何确定电压极限点。电压极限点主要有三种计算方法：直接法[1]、非线性规划法[2]和连续潮流法[3]。电压不稳定或电压崩溃是一个动态过程，电力系统由负载和电压控制措施与功率角稳定性来决定电压稳定的动态特性。有种方法可以有效解决潮流方程在极限点附近的问题，此方法就是连续潮流法。它考虑到一些电力系统约束条件，可以随负荷的变化情况来跟踪系统稳态的运行，然后获得静态电压稳定裕度。但连续潮流法比较消耗时间，并且很难达到在线评估要求。为了实现这一方法，我们可以使用人工神经网络(ANN)技术[4]。经过训练后，建立了系统运行状态与系统稳定性水平之间的映射关系，使ANN可以用于在线电压稳定性评估。但还有以下主要问题:
无法保证电压稳定评估锁造成的的泛化误差。电力系统具有很高的维度，它要求某些数据只能在输入区域里表示为稀疏分布，并且无法分配整个输入区域。ANN算法训练目标会出现过拟合现象，由于它过分强调在训练样本中的学习误差，因此不能保证训练出的模型输入和输出空间的泛化误差。
（2）很难确定模型的参数以及训练出的结果稳定性差。目前ANN技术发展还不够成熟，导致在学习阶段中出现一些问题，比如极值的一部分和学习速度有点慢等，并且其训练模型的优缺点受初始权值和隐藏单元数量的影响，如果规定了训练时间然而却没有达到预期的结果时，还是没法确定出这个问题是否解决还是其参数不对，或者是训练的时间不足。
为了解决这些问题，本文本文用到一种方法，介绍了一种基于支持向量机的方法电压稳定评估模型。支持向量机用途很广，模型可以充分发挥其优势，将预测模型的泛化误差稳定下来。为了证明其有效性，我们可以在WSCC9节点系统中进行验证测试。
1.2电力系统电压稳定的研究现状
到目前为止，电压稳定性问题还没有统一的科学定义，国际电工学界对电压稳定理论认识上还是有很多不同意见，因此，大部分人都接受了1993年国际大电网会议的工作组所提出的关于电压稳定问题的定义，他们认为当电力系统在正常工作的时候，突然发生了故障，然后恢复到电压平衡的过程叫做电力系统电压的稳定性。如果电力系统可以表现为以上状态运行，那么就说明此系统是处于稳定状态的。
如何对电压稳定性进行分类，可以从电压稳定到不稳定的变化过程中分辨出来，可分为以下几类：静态电压稳定；动态电压稳定；暂态电压稳定；电压崩溃[5]。
在电压稳定的静态分岔分析中，一般不考虑元件和控制的动态特性，此时的平衡点方程就是潮流方程。因此，静态分岔方法主要研究的是平衡点分岔问题。电压稳定的静态分岔形式有很多种，其中，鞍结分岔[6]和极限诱导分岔 [7]这两种分岔形式最为典型。
1.3支持向量机在电力系统中的应用现状
支持向量机是一种很好的学习算法，它在训练样本很小的情况下有许多优点：
1、可获得较好的分类推广能力；
2、计算时的速度较快、花费的时间较少、需要调节的参数较少；
目 录
第一章 绪论 1
1.1选题的研究目的和意义 1
1.2电力系统电压稳定的研究现状 2
1.3支持向量机在电力系统中的应用现状 2
1.4本文主要研究工作 3
第二章 支持向量机算法与发展 4
2.1引言 4
2.2支持向量机概述 4
2.3支持向量机的回归算法 4
2.4支持向量机的发展趋势 5
2.5本章小结 5
第三章 支持向量机的工具包LIBSVM 6
3.1引言 6
3.2 LIBSVM文件包介绍 6
3.3 LIBSVM的使用方法简介 8
3.4 LIBSVM使用的数据格式及数据归一化处理 9
3.5交叉验证参数寻优的操作步骤 11
3.6运用svmtrain函数进行训练得到支持向量机模型 14
3.7运用svmpredict函数对支持向量机模型进行预测 15
3.8本章小结 16
第四章 鞍结分岔的静态电压稳定性评估 17
4.1引言 17
4.2连续潮流法(CPF)对鞍结分岔进行研究分析 17
4.3 3机9节点系统的鞍结分岔建模 18
4.4 3机9节点系统的鞍结分岔仿真分析 21
4.5 libsvm的负荷裕度验证 25
4.6本 *好棒文|www.hbsrm.com +Q: &351916072&
章小结 30
结束语 31
致 谢 32
参考文献 33
第一章 绪论
本章对本文研究内容涉及的基本理论、方法以及本领域研究现状进行了梳理和总结，主要包括：本论文研究的目的和意义，研究电力系统电压稳定的现状，以及支持向量机在电力系统中的应用，最后综述了本文的主要研究工作。
1.1选题的研究目的和意义
电力系统电压稳定性研究的一个重要方向是电力系统中的电压失稳和电压崩溃。随着近年来电力系统行业的高速发展，由于巨大的电能必须通过长距离的高压输电线路输送到电力负荷中心，使得大部分电力系统在接近稳定极限的情况下运行，发生事故概率很大。因此，评估电力系统的电压稳定性具有重要意义。
电力系统电压稳定虽然是一种动态现象,但是我们可以使用静态电压稳定性分析来判断电力系统静态电压稳定裕度,保证电力系统在安全裕度内运行,这种分析在确定电压稳定的应用中得到了很大的推广应用。
计算静态电压稳定裕度的关键是如何确定电压极限点。电压极限点主要有三种计算方法：直接法[1]、非线性规划法[2]和连续潮流法[3]。电压不稳定或电压崩溃是一个动态过程，电力系统由负载和电压控制措施与功率角稳定性来决定电压稳定的动态特性。有种方法可以有效解决潮流方程在极限点附近的问题，此方法就是连续潮流法。它考虑到一些电力系统约束条件，可以随负荷的变化情况来跟踪系统稳态的运行，然后获得静态电压稳定裕度。但连续潮流法比较消耗时间，并且很难达到在线评估要求。为了实现这一方法，我们可以使用人工神经网络(ANN)技术[4]。经过训练后，建立了系统运行状态与系统稳定性水平之间的映射关系，使ANN可以用于在线电压稳定性评估。但还有以下主要问题:
无法保证电压稳定评估锁造成的的泛化误差。电力系统具有很高的维度，它要求某些数据只能在输入区域里表示为稀疏分布，并且无法分配整个输入区域。ANN算法训练目标会出现过拟合现象，由于它过分强调在训练样本中的学习误差，因此不能保证训练出的模型输入和输出空间的泛化误差。
（2）很难确定模型的参数以及训练出的结果稳定性差。目前ANN技术发展还不够成熟，导致在学习阶段中出现一些问题，比如极值的一部分和学习速度有点慢等，并且其训练模型的优缺点受初始权值和隐藏单元数量的影响，如果规定了训练时间然而却没有达到预期的结果时，还是没法确定出这个问题是否解决还是其参数不对，或者是训练的时间不足。
为了解决这些问题，本文本文用到一种方法，介绍了一种基于支持向量机的方法电压稳定评估模型。支持向量机用途很广，模型可以充分发挥其优势，将预测模型的泛化误差稳定下来。为了证明其有效性，我们可以在WSCC9节点系统中进行验证测试。
1.2电力系统电压稳定的研究现状
到目前为止，电压稳定性问题还没有统一的科学定义，国际电工学界对电压稳定理论认识上还是有很多不同意见，因此，大部分人都接受了1993年国际大电网会议的工作组所提出的关于电压稳定问题的定义，他们认为当电力系统在正常工作的时候，突然发生了故障，然后恢复到电压平衡的过程叫做电力系统电压的稳定性。如果电力系统可以表现为以上状态运行，那么就说明此系统是处于稳定状态的。
如何对电压稳定性进行分类，可以从电压稳定到不稳定的变化过程中分辨出来，可分为以下几类：静态电压稳定；动态电压稳定；暂态电压稳定；电压崩溃[5]。
在电压稳定的静态分岔分析中，一般不考虑元件和控制的动态特性，此时的平衡点方程就是潮流方程。因此，静态分岔方法主要研究的是平衡点分岔问题。电压稳定的静态分岔形式有很多种，其中，鞍结分岔[6]和极限诱导分岔 [7]这两种分岔形式最为典型。
1.3支持向量机在电力系统中的应用现状
支持向量机是一种很好的学习算法，它在训练样本很小的情况下有许多优点：
1、可获得较好的分类推广能力；
2、计算时的速度较快、花费的时间较少、需要调节的参数较少；
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/123.html
