嵌入输入凸神经网络的静态电压稳定控制替代建模方法及其解析算法

• Published in: 电力自动化设备 Vol. 43; no. 2; pp. 151 - 159
• Main Authors: 刘友波, 王天翔, 邱高, 魏巍, 周波, 刘挺坚, 刘俊勇, 梅生伟
• Format: Journal Article
• Language: Chinese
• Published: 四川大学 电气工程学院,四川 成都 610065%国网四川省电力公司电力科学研究院,四川 成都 610041%清华大学 电机工程与应用电子技术系,北京 100084 01.02.2023
• Subjects: 内点法; 预防控制; 输入凸神经网络; 静态电压稳定; 替代建模
• ISSN: 1006-6047
• DOI: 10.16081/j.epae.202207013

TM712; 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.