基于广域测量信号的电力系统暂态稳定预测方法研究的中期报告.docx

基于广域测量信号的电力系统暂态稳定预测方法研究的中期报告 本研究旨在基于广域测量系统（WAMS）提供的多种信号，探究一种电力系统暂态稳定预测方法。本篇中期报告主要介绍了研究方法和实验设计。 研究方法： 本研究采用机器学习方法，将电力系统暂态稳定预测问题转化为一个分类问题。具体而言，我们将暂态稳定分为两个类别:发生暂态稳定和未发生暂态稳定。通过对WAMS信号的处理和特征提取，得到每个时间段的特征向量，并将其作为训练模型的输入。 实验设计： 所有实验均在IEEE 39节点系统上进行。我们使用MATLAB和Simulink对电力系统进行建模，并应用PSAT软件来生成稳态激励信号和暂态扰动信号。具体实验步骤如下： 1.生成稳态激励信号和暂态扰动信号，并通过等效模型生成广域测量信号。 2.对广域测量信号进行处理和特征提取。 3.使用分类算法对每个时间段的特征向量进行分类，判断是否发生暂态稳定。 4.对预测结果进行评估和分析。 预期成果： 本研究的预期成果是，开发出一种可靠的基于WAMS信号的电力系统暂态稳定预测方法。此方法可用于识别电力系统中的暂态稳定问题，并提供相应的控制策略，以保证系统的安全和稳定运行。同时，我们也希望通过本研究，对WAMS信号的处理和特征提取方法进行进一步探究，为未来电力系统调度和控制研究提供借鉴。