Kỹ thuật giảm biến đặc trưng trong đánh giá ổn định động hệ thống điện dùng mạng MLFN và RBRN
Email tác giả liên hệ:
aunn@hcmute.edu.vnTừ khóa:
Đánh giá ổn định động hệ thống điện, mạng nơ-ron nhân tạo, lựa chọn biến đặc trưngTóm tắt
Bài báo giới thiệu ứng dụng mạng nơ-ron truyền thẳng nhiều lớp (Multilayer Feedforward Neural Networks (MLFN)) và mạng nơ-ron hàm truyền xuyên tâm (Radial Function BasisNet- works (RBFN)) để đánh giá ổn định động hệ thống điện cùng kỹ thuật lựa chọn biến đặc trưng. Đánh giá ổn định động hệ thống điện dựa trên quan hệ góc công suất giữa các máy phát trên hệ thống thông qua mô phỏng off-line. Quá trình mô phỏng được thực hiện trên hệ thống điện GSO 37 nút, xét ngắn mạch 3 pha cân bằng trên hệ thống với công suất phát và phụ tải định mức. Dữ liệu thu được từ mô phỏng làm dữ liệu huấn luyện cho MLFN và RBFN. Quá trình giảm biến đặc trưng ngõ vào sử dụng phương pháp Fisher Discrimination và Divergence. Kết quả cho thấy trạng thái ổn định của hệ thống điện được chẩn đoán với độ chính xác cao. So sánh kết quả nhận dạng với cùng số biến đặc trưng, RBFN có độ chính xác cao hơn với thời gian tính toán nhanh hơn MLFN
Tải xuống: 0
Tài liệu tham khảo
Prabha Kundur, ‘Power System Stability And Control’, 1994.
Rui Zhang, Yan Xu, Zhao Yang Dong, ‘Feature Selection For Intelligent Stability As- sessment of Power Systems’, IEEE 2012.
Kwang Y. Lee, Mohamed A. El-Sharkawi, ‘Modern Heuristic Optimization Tech- niques Theory And Applications To Power Systems’, Published by John Wiley & Sons, Inc., Hoboken, New Jersey, 2008.
M. R. Aghamohammadi, F.Mahdavizadeh ,R.Bagheri, ‘Power System Dynamic Secu- rity Classification Using Kohenen Neural Networks’, IEEE 2009.
Nima Amjady and Seyed Farough Majedi, ‘Transient Stability Prediction by a Hybrid Intelligent System’, IEEE Transactions On Power Systems, Vol. 22, No. 3, August 2007.
Mark Hudson Beale, Martin T. Hagan, Howard B. Demuth,’ Neural Network Toolbox User’s Guide’, R2014a.
Yan Xu, Zhao Yang Dong, JunHua Zhao, Pei Zhang, Kit Po Wong,’A Reliable Intel- ligent System for Real-Time Dynamic Security Assessment of Power Systems’, IEEE TRANSACTIONS ON POWER SYSTEMS, VOL. 27, NO. 3, AUGUST 2012.
K. Shanti Swarup, ‘Artificial neural network using pattern recognition for security as- sessment and analysis’, Neurocomputing 71 (2008) 983–998, Elsevier.
Quyen Huy Anh, ‘The applycation of pattern recognition for fast analysis of the dy- namic stability of electrical power system’, Electrical technology, No.2 pp 1-13, 1994, Perganon.
Tải xuống
Đã Xuất bản
Cách trích dẫn
Số
Chuyên mục
Categories
Giấy phép
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial 4.0 .
Bản quyền thuộc về JTE.
