基于免疫算法的电力系统最优潮流计算

根据人和其他高等动物免疫系统的机理,研究一种计算具有非线性多峰值的非凸规划性质的电力系统最优潮流的新算法人工免疫算法。该算法结合电力系统最优潮流的数学模型,将目标函数和不等式约束条件作为抗原,将潮流搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对表示潮流解的抗体进行评价和选择,通过记忆细胞对抗体的抑制作用有效地摆脱潮流解局部最优点,通过抗体之间的相互激励作用提高了最优点附近的搜索效率。提出可以运用于工程上的模型和基本算法步骤,以及求解的实现过程,通过对IEEE30节点系统运用人工免疫算法、遗传算法和原对偶内点法三种方法计算结果对比,说明了人工免疫算法收敛速度快和全局搜索能力好的有效性。

基于粒子群算法的电力系统无功优化

针对电网电力传输的无功功率优化,可以改善全网的无功分布。合理的无功分布既可以保证网络电压质量又可以有效降低网络有功损耗,直接影响着电力系统的安全与稳定,并与经济效益直接挂钩。文中采用基于惯性权重的粒子群算法研究电力系统无功优化,建立以最小网损为目标函数、通过罚函数的形式引入负荷节点电压和发电机无功功率越限处理的数学模型;并建立电力系统无功优化仿真程序,以IEEE-30节点系统进行仿真计算。结果表明,该算法能获得全局最优解,优化后网损率下降16.11%。

基于RNN的智能电网拓扑变异型FDI攻击检测方法

针对近年来对智能电网运行状态构成严重安全威胁的虚假数据注入问题,提出一种基于循环神经网络的智能电网拓扑变异型虚假数据注入攻击检测方法.通过分析电力系统状态估计方法的不足和虚假数据注入攻击绕过系统监测与防御的入侵方式,引入循环神经网络分析连续数据序列的时序变化,并在IEEE-30节点系统上进行仿真验证.仿真结果表明,提出的方法能够高效、准确地检测智能电网中产生的虚假数据注入攻击行为,其检测准确率可达99.9%,相比于其他检测方法具有较大的优势.