基于深度学习的多虚拟同步机微电网在线暂态稳定评估方法

摘要：

限流策略、源源交互、故障及负荷水平多变等因素使得快速准确评估多虚拟同步机(VSG)微电网的暂态稳定性十分困难.针对现有难题,提出了基于深度学习的多VSG微电网在线暂态稳定评估方法.首先,通过分析VSG控制特性、电流限幅器、故障程度、负荷水平对系统稳定性的影响,以系统动态参数为主、稳态参数为辅,构建了一组具有强表征能力、可避免维数灾难的原始特征集.基于此,应用深度前馈神经网络及Levenberg-Marquardt算法,提出了多VSG微电网暂态稳定非线性评估模型.在多VSG微电网中的验证结果表明,相比现有方法,所提方法极大地提高了在线暂态稳定评估的准确率,可快速实现多VSG微电网在复杂工况下的稳定性准确判别,具有良好的评估性能.

关键词：虚拟同步机、在线暂态稳定评估、输入特征选择、深度学习、前馈神经网络

所属期刊栏目：46

分类号：TM712;TP183;TP301.6

资助基金：国家自然科学基金;湖南省研究生科研创新项目

在线出版日期：2022-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：109-117