上海交通大学学报

上海交通大学学报

• •    下一篇

基于卷积神经网络的新型电力系统频率特性预测方法（网络首发）

  

  1. 1. 河海大学能源与电气学院；2. 南瑞集团(国网电力科学研究院)有限公司；3. 国网安徽省电力有限公司
  • 基金资助:
    国家自然科学基金（52077058）； 国网安徽电力有限公司科技项目（B31200220005）

PDF (PC)

251

摘要： 为了解决传统频率分析方法对新能源高占比电网频率分析时存在的计算量大、建模困难、计算速度与计算精度矛盾突出等问题，本文提出了一种基于卷积神经网络的新型电力系统频率特性预测方法。首先利用一维卷积神经网络对新能源高占比电力系统在功率扰动下的主要频率指标进行预测，包括初始频率变化率、频率极值以及频率稳态值。并通过设置合理的输入特征以及对神经网络各参数的优化调整，提高了预测精度。在此基础上，进一步考虑扰动位置以及扰动类型的影响，通过数据降维的方法建立了包含扰动信息的电力系统特征数据集，借鉴三原色通道原理构建输入特征，并利用扩展的二维卷积神经网络预测频率安全指标，提高了卷积神经网络在高占比新能源电网频率分析中的适应性。最后，在改进的BPA10机39节点模型中进行算例验证，并与循环神经网络预测结果进行对比，结果表明该方法具有较高的准确度和适应性。

关键词: 新型电力系统, 卷积神经网络, 频率安全指标, 扰动信息, 频率特性预测

中图分类号: