电网静态安全的自适应性超实时预测

摘要：

研究在智能电网下电力系统在线静态安全分析所面临的问题,提出了一种具有自适应性的超实时预测方法.利用电力系统静态安全分析的精确计算与人工智能方法的有机结合,将传统的样本库分成静态样本库和动态样本库,利用分类误差编辑修改动态样本库,以解决系统的自适应性问题;采用蚁群算法做特征提取,缩小系统规模,解决超实时计算的问题.该方法提高了特征量对网络结构、运行状态、数据误差等在线静态安全分析的适应能力,具有计算速度快、鲁棒性强、自适应强、模型通用性强等优点.

关键词：自适应、超实时、静态安全、模式识别、预测

所属期刊栏目：30

分类号：TM732;TM734(输配电工程、电力网及电力系统)

在线出版日期：2010-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：16-20