基于深度学习的电网调控系统异常检测与多阶段风险预警

针对复杂电网调控系统中大部分风险预警技术存在准确率低的问题,提出了一种基于深度学习的电网调控系统异常检测与多阶段风险预警技术.在综合考虑系统异常类型的基础上构建了运行系统健康度评估指标.利用随机森林算法进行系统异常状态检测,并根据检测结果将系统状态分成轻压力区、拐点区和崩溃区3个阶段,结合人工神经网络模型预测系统运行状态的变化趋势并及时预警.仿真试验结果表明,3个阶段的异常检测率分别为94.53%、88.79%和80.12%,且在轻压力区的预测误差小于1%,拐点区预测误差低于10%,均优于现有异常检测与预警技术.

不平衡电网三相PWM整流器虚拟电阻等效控制

三相脉宽调制(PWM)整流器具有网侧电流正弦化、高功率因数和能量双向传输等优越性能,在电机传动、电能质量控制等领域广泛应用。随着可再生能源发电装机容量不断提高,随机性、间歇性特征造成电网三相不平衡现象频现,直接影响PWM整流器高性能、高可靠运行。为此,这里提出不平衡电网条件下PWM虚拟电阻等效控制方法,在对不平衡电网下PWM整流器瞬时功率特征分析的基础上,引入虚拟共模电阻和差模电阻概念,并设计共模电阻调节器(CMR)和差模电阻调节器(DMR),实现稳态平均功率调节和差异化暂态目标调节,包括恒有功功率、对称输入电流和恒无功功率等。最后,基于10 kW测试样机对虚拟电阻等效控制方法进行测试与分析,与传统不平衡电网条件下PWM整流器控制方案相比,所提方法无需电网电压传感器和电路参数,系统成本低且具备更高的鲁棒性和可靠性。