科研之友
微信
新浪微博
Facebook
分享链接
摘要
电力系统静态电压稳定控制通常依赖于精准的物理建模，可能导致收敛和时效性问题。从数据驱动的角度出发，提出一种嵌入输入凸神经网络(ICNN)的静态电压稳定控制替代建模方法及其解析算法。利用ICNN精准地参数化由运行变量映射的凸非线性电压稳定边界；考虑ICNN的计算实时性和去迭代优势，将ICNN嵌入预防控制模型，替代电压稳定计算的非线性方程迭代过程，规避机理计算的收敛问题，从而生成电压稳定的凸非线性简化控制模型；通过解析ICNN的深度结构表达式推导出ICNN超参数驱动的控制梯度，提出有效耦合内点法的ICNN最速下降求解策略，实现电压稳定控制提效。IEEE 14节点系统和IEEE 118节点系统的测试结果表明，所提ICNN驱动的电压稳定凸非线性控制可有效耦合机理建模和数据模型，相比传统方法能更好地兼顾控制精度和计算效率，具有一定的在线应用潜力。
- 单位
