预览加载中,请您耐心等待几秒...
1/4
2/4
3/4
4/4

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

模糊控制在孤岛检测系统中的应用 模糊控制在孤岛检测系统中的应用 摘要: 本文介绍了模糊控制在电力系统孤岛检测系统中的应用。其中,首先阐述了电力系统中孤岛的定义及其的危害。其次,通过分析传统的电力系统孤岛检测方法存在的问题,引入了模糊控制理论,并探究了模糊控制在孤岛检测系统中的应用,包括模糊控制在传感器数据的预处理与归一化、模糊控制在特征提取以及分类中的应用,最后,还介绍了如何设计模糊控制器来实现最优的孤岛检测。应用模糊控制的电力系统孤岛检测具有高效、准确、鲁棒性强等优点,值得进一步应用与推广。 关键词: 电力系统;孤岛检测;模糊控制;传感器数据预处理;特征提取;分类器 1.引言 由于电力系统的复杂性,电力系统的运行安全难以被确保。其中,电力系统中的孤岛问题是最为常见的故障之一。所谓孤岛,是指在电力系统的某一部分,由于某种原因导致该部分的不受系统其他部分控制,最终形成孤立的电力系统。孤岛问题会导致电力系统的恶劣运行,电力设备的损坏,对用户和电力系统造成不可估量的损失。因此,及早检测孤岛问题十分必要。 目前,常用的孤岛检测方法分为两类:基于物理方法和基于统计方法。基于物理方法的孤岛检测方法主要包括电压法、相位法、频率法等,他们都是通过对电力系统的物理量进行检测来进行孤岛检测。基于统计方法的孤岛检测方法主要包括基于卡方检验和基于模式识别的方法。传统的孤岛检测方法具有的问题在于如何考虑到复杂的电力系统环节关系以及如何准确处理电力系统中的不确定性。 而模糊控制作为一种灵活的智能控制理论,采用的是基于人的经验的方法,可避免传统方法所存在的问题,在有限数据条件下处理不确定性,并且具有较强的鲁棒性、抗干扰性及可靠性。本文将介绍模糊控制在孤岛检测系统中的应用。 2.孤岛检测 2.1电力系统孤岛 电力系统是一种复杂的集成体系,由发电、输电、变电、配电四个环节构成。电力系统中的孤岛是指系统的某一部分不受其他部分控制,形成一个孤立的电力系统。 孤岛的产生原因主要包括三种情况: (1)电力设备故障 当发生电力设备故障时,可能导致该设备所在的区域电力系统与主电力系统隔离,而形成孤岛。 (2)外部因素干扰 外部因素如天气、地震等会导致电力系统的故障,从而导致孤岛的形成。 (3)系统操作失控 电力系统控制引起的故障也是形成孤岛的重要原因。 2.2孤岛带来的危害 一旦发生孤岛,就会带来许多安全隐患和经济损失。主要表现在以下几个方面: (1)破坏电力系统的稳定性及可靠性 孤岛形成后,系统的稳定性和可靠性会大幅降低,当出现过载、断电等故障时,很难及时消除。 (2)影响电力质量 孤岛形成后,发电机的电压及频率调整技术失效,会导致负载出现不稳定电压、频率异常等现象。 (3)危害电力设备 孤岛形成后,可能导致电力设备过载、烧毁等故障,从而给整个电力系统造成严重的损失。 3.模糊控制理论 模糊控制理论是一种以模糊数学为理论基础的控制方法,主要针对复杂、不确定、模糊的系统设计而发展起来的一种控制方法。模糊控制器的控制规则和逻辑常用“如果…那么…”的形式进行表述。模糊控制的好处在于能够在不确定的环境下作出决策。模糊控制作用于孤岛检测系统具有较好的鲁棒性和稳定性,能够应对电力系统中的不确定性。 4.模糊控制在孤岛检测系统中的应用 4.1传感器数据预处理 传感器的数据可能存在异常值、缺失值等问题,会影响孤岛检测的准确性。因此,在使用模糊控制进行孤岛检测之前,需要对传感器数据进行预处理,处理的方式主要包括去除异常值及填补缺失值。 首先,去除异常值可以采用Z-score方法,通过计算每个变量的Z-score值,从而去掉偏离正常水平的值。然后,对于数据的缺失值问题可以采用如线性插值法等方法进行处理。 4.2特征提取及分类 模糊控制在孤岛检测系统中还可以用来提取特征信息和分类。特征提取主要是从孤岛检测信号中提取出含有信息的特征元素,可从三个方面入手: (1)时间域特征:如m次方与均方根值,均值、峰值、峭度、波形因数等。 (2)频域特征:主要包括频率和频带能量谱。 (3)小波分析法。 分类模型的设计主要基于神经网络等分类器原理。首先,可以采用模糊聚类分析法,将孤岛故障误判率降到最低。其次,可以将源头发电机群首先分为好、坏两类,再分别对这两类上下区域的发电机走势做自适应的逻辑分类,使得进一步的误判率得到降低。 4.3模糊控制器的设计 孤岛检测的目标是准确地检测出发生了孤岛现象的区域。在构建模糊控制器之前,需要进行学习,以合理地获取知识和经验,从而指导控制器的行为。但是,由于电力系统孤岛检测所涉及的参数较多,其中难以量化的经验较多,导致设计模糊控制器的困难度较高。为此,本文提出一种基于网络神经网络的模糊控制器设计法,首先利用神经网络对数据进行处理,将系统的输入和输出关联,然后利用模糊控制理论,