基于随机化学算法识别连锁故障最小n-k事故集合

电力系统实际运行中常常发生n-k(k重同时故障)事故,严重时可引发连锁故障。针对目前的随机搜索算法在识别最小n-k事故时计算量大,而现有故障筛选方法大多数只针对导致系统失稳的故障的问题,可利用随机化学算法来有效识别最小n-k事故集合,同时获得大量可能引发连锁故障的最小n-k事故集合。与其他搜索算法相比,寻找一个最小n-k事故集合最多只需O(log(n))次仿真。以中国东部某电网为例,仿真试验运用改进的OPA(ORNL—PSerc-Alaska)模型,验证了随机化学算法识别最小n-k事故集合的有效性。此外,随机化学算法可为识别系统脆性线路提供新的思路。...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:电力系统保护与控制 2015, Vol.43 (8), p.35-40
1. Verfasser: 赵辉 张宁 蔡万通 张宇泽 王红君 岳有军
Format: Artikel
Sprache:chi
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:电力系统实际运行中常常发生n-k(k重同时故障)事故,严重时可引发连锁故障。针对目前的随机搜索算法在识别最小n-k事故时计算量大,而现有故障筛选方法大多数只针对导致系统失稳的故障的问题,可利用随机化学算法来有效识别最小n-k事故集合,同时获得大量可能引发连锁故障的最小n-k事故集合。与其他搜索算法相比,寻找一个最小n-k事故集合最多只需O(log(n))次仿真。以中国东部某电网为例,仿真试验运用改进的OPA(ORNL—PSerc-Alaska)模型,验证了随机化学算法识别最小n-k事故集合的有效性。此外,随机化学算法可为识别系统脆性线路提供新的思路。
ISSN:1674-3415