论文部分内容阅读
电网的互联发展使电力系统逐渐成为超大规模的系统,其运行状况所面临的复杂性因素增多,因此,需要一种新的方法来发现系统可能发生的故障,防忠于未然。 本文针对电力系统的预想事故自动选择问题,提出了一种将模糊推理系统FIS(fuzzy inference system)与径向基函数网络RBFN(radial basis function network)相结合的算法。定义了一种在原有的行为指标基础上增加一个模糊补偿系数Ci的新的行为指标PIpf,它能改善现有行为指标存在的一些缺陷;同时本文还构造了一种神经网络,它的结构为三层,这个网络将负荷功率、发电机功率和网络拓扑结构作为输入,将这种新的行为指标PIpf作为输出,并且通过离线的牛顿-拉夫逊潮流计算获得径向基函数网络的训练样本;并且针对IEEE节点系统的某个算例进行了有效计算,并且与现有的其他算法进行逐一比较,结果显示本文所提出的这种新的算法能使事故的排序更为合理,并且计算精度与速度均能达到满意的效果。