馮帥

摘 要：在電力系統(tǒng)的運行發(fā)展過程中，其暫態(tài)穩(wěn)定評估，發(fā)揮著十分重要的作用，但是伴隨著社會經(jīng)濟的快速發(fā)展，電力市場競爭力的提高，諸多可再生清潔能源，進入到市場中，使得這一評估系統(tǒng)面臨著諸多的控制問題，基于此，本文依托信息融合技術，對電力系統(tǒng)暫態(tài)穩(wěn)定評估思路，進行了探究分析。

關鍵詞：信息融合技術；構建；電力系統(tǒng)；暫態(tài)穩(wěn)定評估；思路

中圖分類號：TM712 文獻標識碼：A 文章編號：1671-2064（2017）16-0156-01

在電網(wǎng)系統(tǒng)的線路運行過程中，使用暫態(tài)穩(wěn)定評估，可以有效的對電網(wǎng)運行中出現(xiàn)的風險問題、安全隱患問題，進行有效的評估分析，進而促進其故障問題的盡快解決，保證電網(wǎng)運行的安全性與可靠性。 在電力系統(tǒng)的運行中，基于信息融合技術，以及D-S證據(jù)理論、人工神經(jīng)網(wǎng)絡，進行暫態(tài)穩(wěn)定評估的研究，可以有效的促進該系統(tǒng)的正常運行。其具體的研究內容如下所示：

1 基于信息融合技術的模型分析

信息融合技術的模型，其包括三個等級的內容：首先是像素級，之后是特征級，最后是決策級。電力系統(tǒng)的在遭受到不穩(wěn)定因素的干擾之后，其穩(wěn)定性會出現(xiàn)變化，因此其暫態(tài)具體可以分為三個階段：故障前階段、故障中階段、故障后階段。其各個階段中，系統(tǒng)會出現(xiàn)不同的變化，其暫態(tài)穩(wěn)定的狀態(tài)，只會出現(xiàn)在故障發(fā)生之后的一段時間內。當運行中的發(fā)電機出現(xiàn)故障問題之后，其暫態(tài)穩(wěn)定性功能也會發(fā)生變化。此時能夠反映其暫態(tài)狀態(tài)的特征向量較多，因此在仿真實驗結果分析中，可知，需要在這一階段，對其出現(xiàn)的特征向量，進行有效的分析處理，避免導致下一級別出現(xiàn)計算速度下降、穩(wěn)定分析判斷失誤的問題[1]。

2 特征級融合分析

該階段的融合，需要在局部決策完成之后，對其底層存在的大量信息，應用BP神經(jīng)網(wǎng)絡，進行有效的分類處理、識別處理，即特征級融合處理。具體而言，就是在該網(wǎng)絡的指導下，將上一級別提取出的特征量，進行輸入，之后該網(wǎng)絡將會對這些特征量，進行有效的識別，以此來得出基本的結果。之后電力系統(tǒng)，可以根據(jù)該項結果，到?jīng)Q策級中，進行全局決策的處理[2]。

3 決策級融合分析

從BP神經(jīng)網(wǎng)絡中，輸出的結果，其都可以對應系統(tǒng)的一種穩(wěn)定的情況，但是其在進行特征級融合處理的過程中，其輸入的特征向量，來源較為廣泛，且基于系統(tǒng)自身誤差，以及準確度不夠的問題，會導致其輸出的結果不甚準確，并不能有效的體現(xiàn)電力系統(tǒng)暫態(tài)穩(wěn)定評估的結果。該網(wǎng)絡輸出的結果，其屬于有理數(shù)，介于0和1之間。如果輸出的數(shù)值處于0.4～0.6時，無法對其穩(wěn)定性，做出準確的判斷。此時就需要使用D-S證據(jù)理論法，對其網(wǎng)絡輸出的結果，進行綜合分析，有效的保障其結果的穩(wěn)定性，從而得出正確的結論。本文的研究中，選取了系統(tǒng)發(fā)生故障那一刻、故障解除那一刻的時間段，進行了采樣，同時其穩(wěn)定性評估的兆域，則為特征向量。所有可以使用公式：其中M1、M2屬于框架u上面2個獨立的概率賦值，其焦元表示為：A1、B1......等。沖突因子為K1。

對其神經(jīng)網(wǎng)絡的輸出結果，進行決策級的融合，有效的促進其系統(tǒng)穩(wěn)定評估的準確性和精準性，以此來便于把握系統(tǒng)的穩(wěn)定區(qū)域、失穩(wěn)區(qū)域，以及模糊區(qū)域。

4 模型的仿真分析

該系統(tǒng)在運行的過程中，使用了節(jié)點系統(tǒng)，進行了測試，共有4個。其發(fā)電機的模型，使用的是經(jīng)典模型，其系統(tǒng)出現(xiàn)的故障為三相線路的故障問題，經(jīng)過0.2秒之后，其故障解除。在測試的過程中，其設置的負荷值，需要處于基準負荷范圍內的70%左右，之后進行發(fā)電，并根據(jù)其故障問題，將其故障元件，進行隨機處理。使用暫態(tài)穩(wěn)定仿真軟件，對其進行仿真分析，其中樣本為200個，其中100個，進行測試，另外100個作為BP神經(jīng)網(wǎng)絡的輸入處理，之后建立人工神經(jīng)網(wǎng)絡。再使用基于信息融合技術基本模型建立的電力系統(tǒng)模型，對選取的樣本數(shù)據(jù)，進行詳細的計算處理。之后，將其計算出的結果，與BP神經(jīng)網(wǎng)絡的輸出結果，進行對比分析，其結果可知：使用BP神經(jīng)網(wǎng)絡輸出的結果，其穩(wěn)定性結果不甚準確，且會出現(xiàn)系統(tǒng)的運行故障問題，從而極大的影響了系統(tǒng)計算的速度問題。而基于信息融合技術的模型，進行的信息處理計算，其結果的準確性顯著的提高，且計算速度較快。此外，在計算中，使用了D-S證據(jù)理論，其在該計算中出現(xiàn)問題時，可以有效的避免其計算結果對于測試結果的干預，因此其有較強的糾錯能力，且加速了計算的過程，因此基于信息融合計算的模型，具有較好的作用，值得在電力系統(tǒng)暫態(tài)穩(wěn)定評估中，不斷的加以應用。

5 結語

通過信息融合技術，對電力系統(tǒng)暫態(tài)穩(wěn)定評估的思路進行研究，其具體的思路流程為：在傳感器的作用下，對其原始信號，進行了采集與處理，并從中提煉出能夠有效的反映暫態(tài)穩(wěn)定表現(xiàn)的一些特征，之后在神經(jīng)網(wǎng)絡中，將這些特征進行輸入處理，再使用D-s證據(jù)理論，將處理后的結果，進行時空間的信息融合處理，之后便可以得到有效的結果。

參考文獻

[1]李楊.基于廣域動態(tài)信息的電力系統(tǒng)暫態(tài)穩(wěn)定評估研究[D].華北電力大學，2014.

[2]宋墩文.基于多源信息融合的電網(wǎng)暫態(tài)穩(wěn)定風險評估[D].中國農(nóng)業(yè)大學，2016.endprint