基于KPCA特征量降维的风电并网系统暂态电压稳定性评估
Transient voltage stability assessment of wind power grid connected system based on KPCA feature dimension reduction作者机构：兰州理工大学电气工程与信息工程学院甘肃兰州730050 国网甘肃省电力公司陇南供电公司甘肃陇南746000 国网甘肃省电力公司超高压公司甘肃兰州730000
出 版 物：《兰州理工大学学报》 (Journal of Lanzhou University of Technology)
年 卷 期：2024年第50卷第2期
页 面：96-103页
学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学]
主 题：风电并网 核主成分分析算法 降维 CPSO-BP神经网络 暂态电压稳定性评估
摘 要：针对电力系统暂态电压稳定性评估中所需特征量数据庞大,影响模型训练时间,降低计算效率等问题,提出了一种基于核主成分分析方法KPCA和CPSO-BP组合的风电并网系统暂态电压稳定性评估方法.首先根据输入特征采集原始特征集,采用核主成分分析算法对特征量进行非线性数据处理,提取出最优的特征集.然后将降维后的特征集作为CPSO-BP神经网络输入量进行监督学习,将得到的模型按照临界故障切除时间裕度值的大小进行分类,将分类后的样本进行风电并网系统的暂态电压稳定性评估和临界故障切除时间裕度值预测.仿真分析结果表明,对输入特征进行降维,保留重要输入特征量,剔除冗余特征量,不仅简化了模型,还提高了网络评估的准确性和计算效率.
维普期刊数据库
同方期刊数据库