基于改进NARX神经网络的三相不平衡治理技术*

doi:10.16628/j.cnki.2095-8188.2020.08.017

电器与能效管理技术 ›› 2020, Vol. 593 ›› Issue (8): 88-93.doi: 10.16628/j.cnki.2095-8188.2020.08.017

基于改进NARX神经网络的三相不平衡治理技术^*

石定中¹, 杨金东², 李文¹, 罗俊元¹, 唐兴强¹, 黄继盛¹, 付青³

1.云南电网有限责任公司临沧供电局,云南临沧 677000
2.云南电网有限责任公司电力科学研究院,云南昆明 650000
3.中山大学,广东广州 510006

收稿日期:2020-01-21 出版日期:2020-08-30 发布日期:2020-09-10
作者简介:石定中(1974—),男,高级工程师,主要从事无功电压控制技术的研究。|杨金东(1984—),男,高级工程师,主要从事配电技术、配网规划、无功电压控制相关研究。|李文(1974—),男,高级工程师,主要从事生产管理、配电网相关研究。
基金资助:
* 云南电网有限责任公司科技项目(YNKJXM20190198)

Control Technology of Three-Phase Imbalance in Power Grid Based on Improved NARX Neural Network

SHI Dingzhong¹, YANG Jindong², LI Wen¹, LUO Junyuan¹, TANG Xingqiang¹, HUANG Jisheng¹, FU Qing³

1. Lincang Power Supply Bureau of Yunnan Power Grid Co.,Ltd.,Lincang 677000,China
2. Electric Power Research Institute of Yunnan Power Co.,Ltd.,Kunming 650000,China
3. Sun Yat-sen University,Guangzhou 510006,China

Received:2020-01-21 Online:2020-08-30 Published:2020-09-10

摘要/Abstract

摘要：

在研究不平衡智能治理装置控制技术的基础上,分析了时滞对治理装置的影响,并结合自适应神经网络的特点,提出了基于非线性自回归神经网络(NARX)神经网络的三相负荷不平衡智能治理装置控制方案。分析比较了改进NARX控制与常规NARX控制下换相开关三相不平衡智能治理装置的性能,通过仿真和实验验证了改进NARX控制方案的可行性与优越性。

关键词: 三相负荷不平衡, 换相开关, 换相控制, NARX神经网络

Abstract:

This paper studies the phase-change switch for three-phase unbalanced load and the influence of time delay on the phase-change switch automatic regulating device.Considering with the characteristics of Nonlinear Auto-regressive with External Inputs (NARX) neural network,this paper proposed a control method with improved NARX neural network for the phase-change switch system so as to improve the regulating precision or decrease the action times of the switches.This paper analyzes and compares the performance of the three-phase imbalance intelligent control device under the improved NARX control and the conventional NARX control,and verifies the feasibility and superiority of the improved NARX control scheme through simulation and experiment.

Key words: unbalanced three-phase load, phase-change switch, phase-change control, NARX neural network

中图分类号:

TM714.3

石定中, 杨金东, 李文, 罗俊元, 唐兴强, 黄继盛, 付青. 基于改进NARX神经网络的三相不平衡治理技术^*[J]. 电器与能效管理技术, 2020, 593(8): 88-93.

SHI Dingzhong, YANG Jindong, LI Wen, LUO Junyuan, TANG Xingqiang, HUANG Jisheng, FU Qing. Control Technology of Three-Phase Imbalance in Power Grid Based on Improved NARX Neural Network[J]. LOW VOLTAGE APPARATUS, 2020, 593(8): 88-93.

图/表 12

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

参考文献 9

[1]	黄胜利, 李洪涛. 基于固态智能换相开关的三相负荷不平衡解决方案研究[J]. 电器与能效管理技术, 2016(5):13-17,81.
[2]	杨欢, 蔡云旖, 屈子森, 等. 配电网柔性开关设备关键技术及其发展趋势[J]. 电力系统自动化, 2018,42(7):153-165
[3]	柯斯凯, 鲍光海. 基于遗传-细菌觅食混合算法的三相不平衡治理装置的设计[J]. 电器与能效管理技术 , 2019(23):12-20.
[4]	张磐, 丁一, 姜宁, 等. 基于模糊C均值聚类法的智能换相开关设计[J]. 电子器件, 2019,42(1):94-99.
[5]	HOOSHMAD R A, SOLTANI S. Fuzzy optimal phase balancing of radial and meshed distribution networks using BF-PSO algorithm[J]. IEEE Trans action on Power Systems, 2012,27(1):47-57.
[6]	Maamar Ali Saud ALTobi, Geraint Bevan, et al. Fault diagnosis of a centrifugal pump using MLP-GABP and SVM with CWT[J]. Engineering Science and Technology, 2019,22(3):854-861.
[7]	孔祥玉, 郑锋, 鄂志君, 等. 基于深度信念网络的短期负荷预测方法[J]. 电力系统自动化, 2018,42(5):133-139.
[8]	王春蘅, 韩笑, 罗维真. 基于负荷预测的配电台区三相不平衡治理研究[J]. 电气技术, 2019,20(9):10-13,38.
[9]	单英浩, 付青, 耿炫, 等. 基于改进BP-SVM-ELM与粒子化SOM-LSF的微电网光伏发电组合预测方法[J]. 中国电机工程学报, 2016(12):3334-3342. doi: 10.13334/j.0258-8013.pcsee.152083

基于改进NARX神经网络的三相不平衡治理技术^*

Control Technology of Three-Phase Imbalance in Power Grid Based on Improved NARX Neural Network

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 9

相关文章 0

编辑推荐

Metrics

本文评价