应用人工神经网络的无功／电压控制新方法

本文利用人工神经网络中的HOPFIELD连续模型(HNN)来求解电力系统中的无功优化问题,对HNN模型作了改进,使其能够处理等式约束和不等式约束,从而使得HNN模型可以应用于求解非线性规划问题。在算法上,和传统的无功优化方法不同,本方法不区分状态变量和控制变量,只以节点电压作为DNN模型能量函数中的自变量。该方法开发了HNN神经网权值矩阵的稀疏性。通过对雅可比矩阵的修正,引入了变压器变比的变化。另外,本文还从理论上分析了HNN模型的能量的性质,探讨了一种修正HNN模型能量函数中参数的方法,从而保证了解的可行性。最后,通过两机系统,IEEE-6节点,IEEE-30节点系统的测试,验证了这两种模型的正确性。     

电力系统自励磁电压计算

计及磁路饱和,同步发电机自励磁方式的电压、电流为有限值,其数值可以计算。在自励磁程度较轻,即输电系统等值容抗 x。比发电机非饱和同步电抗 x_d 小得不多时,电压、电流并不大。本文讨论了发电机同步自励磁和异步自励磁的物理过程并提出自励磁电压的计算方法。用所提出的方法计算了单机和两机系统的自励磁电压,并与动模试验结果作了比较;两者相当接近,表明提出的方法是可行的。