发电机电力系统稳定器参数整定方法
【技术领域】
[0001]本发明涉及电力技术领域，尤其涉及一种发电机电力系统稳定器参数整定方法。
【背景技术】
[0002]随着现代电力系统的发展，弱联系的电网、长距离的输电线路、重的系统负荷以及 电网中对快速励磁系统的大量采用成为其主要特点。这些因素致使电力系统的阻尼降低， 使得电力系统发生低频振荡的可能性大大增加，严重影响电力系统的稳定运行。目前，电力 系统稳定器(PSS)是最有效的抑制低频振荡的措施。
[0003] 电力系统稳定器(Power System Stabilizer，PSS)具有物理概念清楚、电路简单、 调试方便等优点，已成为抑制低频振荡最有效的措施。为了保证PSS能安全可靠地工作，PSS 投运前都必须进行参数整定，才能得到理想的阻尼效果。
[0004] 现有技术中，可以根据试凑法，利用频谱分析仪将白噪声信号输入励磁调节器的 内部，测量发电机励磁系统在PSS未投入时的电压相频特性，即无补充相频特性。逐一对PSS 模型中的参数进行凑法，找到一合理的组参数值。
[0005] 然而，该方法只能得到一组可接受的参数，而如果想得到优化甚至最优的参数方 案，只能花费大量的时间去比较投入各组参数的实际效果，这在工程实际中是无法做到的； 另外，参数整定的优劣很大程度上依赖于试验人员的现场经验和对数学模型掌握的熟练程 度，一般人员很难顺利高效地完成此工作。
[0006] 现有技术中，还可以根据仿真法，利用仿真软件建立与实际完全一致的电网、发电 机、调速系统以及励磁系统模型;在励磁系统模型中加入PSS环节，通过仿真获得优化的PSS 参数。
[0007] 然而该方法基于仿真技术，需要第三方仿真软件的软件环境，要求试验人员精通 电力系统仿真软件的应用。更重要的是仿真效果对电网、发电机、调速系统的实际参数依赖 度很高，想得到准确地系统参数绝非易事。因此该方法多用于实验室测试的辅助手段，而很 少在现场实际试验中应用。
【发明内容】
[0008] 本发明提供一种发电机电力系统稳定器参数整定方法，以解决现有技术中的一项 或多项缺失。
[0009] 本发明提供一种发电机电力系统稳定器PSS参数整定方法，包括:获取现役机组的 无补偿相频特性数据及相应的PSS参数数据，并根据所述无补偿相频特性数据及PSS参数数 据编制训练样本;构建一神经网络，并利用所述训练样本对所述神经网络进行训练;利用训 练后的神经网络、神经网络仿真函数及一发电机组的无补偿相频特性数据，计算得到所述 发电机组的PSS参数整定数据。
[0010] -个实施例中，获取现役机组的无补偿相频特性数据及相应的PSS参数数据，包 括:根据所述现役机组的PSS结构特点，从所述现役机组的所有的相频数据及相应的PSS参 数中选取部分数据作为所述现役机组的无补偿相频特性数据及相应的PSS参数数据。
[0011] -个实施例中，构建一神经网络，并利用所述训练样本对所述神经网络进行训练， 包括:步骤301:将所述训练样本输入至一训练函数，生成所述神经网络;步骤302:利用所述 神经网络仿真函数对所述神经网络进行仿真，并输出所有所述训练样本对应的误差;步骤 303:以最大的所述误差对应的训练样本为权值，为所述神经网络添加一个隐含层神经元； 步骤304:重复执行步骤301至步骤303,对添加所述隐含层神经元后的所述神经网络进行仿 真，当所有所述训练样本对应的误差中的最大值达到一设定误差值或者所述神经网络的隐 含层神经元个数不再增加时，将最终得到的神经网络作为所述训练后的神经网络。
[0012] -个实施例中，利用训练后的神经网络、神经网络仿真函数及一发电机组的无补 偿相频特性数据，计算得到所述发电机组的PSS参数整定数据，包括:将所述发电机组的无 补偿相频特性数据作为向量，输入至所述神经网络仿真函数;所述神经网络仿真函数调用 所述训练后的神经网络进行仿真，得到一输出向量;根据所述输出向量确定所述PSS参数整 定数据。
[0013] -个实施例中，根据所述输出向量确定所述PSS参数整定数据，包括:根据所述输 出向量确定部分所述PSS参数整定数据;根据部分所述PSS参数整定数据，确定剩余所述PSS 参数整定数据。
[0014] -个实施例中，所述神经网络为RBF神经网络。
[0015] -个实施例中，该方法还包括:根据所述PSS参数整定数据和所述发电机组的无补 偿相频特性数据，计算得到所述发电机组的有补偿相频数据;判断是否所述有补偿相频数 据中的频率在一设定频率范围内且所述有补偿相频数据中的相角在一设定角度范围内；若 是，则判定所述PSS参数整定数据可靠。
[0016] 一个实施例中，所述设定频率范围为[0.1Hz，2Hz]，所述设定角度范围为[-135°，-60° ]〇
[0017] -个实施例中，还包括:对投入PSS之前的所述发电机组进行阶跃试验，得到第一 有功功率及第一阻尼比;对投入含有所述PSS参数整定数据的PSS之后的所述发电机组进行 所述阶跃试验，得到第二有功功率及第二阻尼比;根据所述第一有功功率、所述第二有功功 率、所述第一阻尼比及所述第二阻尼比判断所述PSS参数整定数据是否可靠。
[0018] 本发明的发电机PSS参数整定方法，基于RBF神经网络的PSS参数整定方法实现，能 够大大减化PSS参数整定过程中的工作流程，让现场试验更轻松易操作，更能提高试验过程 中的安全性，确保电力系统安全稳定运行。
【附图说明】
[0019] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。在附图中：
[0020] 图1是本发明一实施例的发电机电力系统稳定器PSS参数整定方法的流程示意图；
[0021] 图2是本发明一实施例中训练神经网络方法的流程示意图；
[0022] 图3是本发明一实施例中待整定发电机组的PSS参数整定数据获取方法的流程示 意图；
[0023] 图4是本发明一实施例中确定PSS参数整定数据方法的流程示意图；
[0024] 图5是本发明另一实施例的发电机PSS参数整定方法的流程示意图；
[0025]图6是本发明又一实施例的发电机PSS参数整定方法的流程示意图；
[0026] 图7是本发明一实施例中的PSS的结构示意图；
[0027] 图8是利用本发明实施例的方法验证PSS参数整定数据的结果示意图。
【具体实施方式】
[0028] 为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发 明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并 不作为对本发明的限定。
[0029] 现有技术中，使用是凑算法或仿真法对PSS参数进行整定，操作步骤复杂。而本发 明的发电机电力系统稳定器PSS参数整定方法，是一种人工智能方法，能够根据实测的励磁 系统无补偿相频特性自动整定PSS参数的功能。
[0030] 图1是本发明一实施例的发电机电力系统稳定器PSS参数整定方法的流程示意图。 如图1所示，发电机PSS参数整定方法，可包括步骤：
[0031] S110:获取现役机组的无补偿相频特性数据及相应的PSS参数数据，并根据上述无 补偿相频特性数据及PSS参数数据编制训练样本；
[0032] S120:构建一神经网络，并利用上述训练样本对上述神经网络进行训练；
[0033] S130:利用训练后的神经网络、神经网络仿真函数及一发电机组的无补偿相频特 性数据，计算得到上述发电机组的PSS参数整定数据。
[0034] 在上述步骤S110中，该现役机组可指目前仍在服役中的发电机组，优选地，是具有 广泛代表性的发电机组，例如大