CN104407516B - 一种发电机励磁装置对实测转速及计算转速的同步跟踪方法 - Google Patents

Abstract

一种发电机励磁装置对转速实测量及计算量的同步跟踪方法，方法包括如下内容：预处理发电机转子计算转速和实测转速的历史数据，作为训练样本；利用训练样本对支持向量机模型进行训练；待测数据通过支持向量机模型计算预测转速；将预测转速作为实测转速的同步跟踪。本发明解决了现有的转子转速计算时不能完全考虑到过渡过程(或暂态过程)而引起的计算结果不准确问题，并将计算的预测转速作为实测转速的同步跟踪，以防止转速实测信号丢失，造成阶跃甚至导致切机。

Description

一种发电机励磁装置对实测转速及计算转速的同步跟踪方法

技术领域

本发明属于电力系统技术领域，涉及在多频段电力系统稳定器PPS4B模型或其他需要获取发电机励磁装置转速的工业领域中，以发电机转子转速计算量跟踪实测量的同步跟踪技术。

背景技术

多频段电力系统稳定器PPS4B模型的一个重要输入参数就是转速，转速的精确与否直接影响着模型的准确性。传统发电机励磁装置是根据机端电压、定子电流计算电磁功率(三表法或两表法，视装置模拟量采集通道是否采集B相电流而定)，而后再根据电磁功率的有功、无功分量，计算出实时功角，而后将功角对时间求微分，从而得到实时转速。考虑到暂态下转子摇摆，有改进的计算实时转速的方法，以考虑到谐波功率影响入手，采用瞬时功率修正电磁功率的有功、无功分量，进而计算功角及转速。

但以上两种方法都存在难以较准确适应发电机各种工况的问题。基于模式识别和趋势预测的方法，建立转速的趋势模型，可以准确预测下一时刻的转速。根据发电机转速的变化过程及模型的输入需求，该模型需具有很高的快速性和准确性。

支持向量机基于统计推理规则，可以根据小样本建模，不仅考虑了对渐进性能的要求，而且追求在现有有限信息的条件下得到最优结果，充分发挥其泛化能力。通过解一个线性约束的二次规划问题得到全局最优解，不存在局部最小值问题，快速算法保证了收敛速度。

发明内容

本发明的目的在于提供一种发电机励磁装置对转速实测量及计算量的同步跟踪方法，用于对PSS4B模型的转速输入。本发明提出一种发电机转子转速计算量跟踪实测量的同步跟踪方法，利用支持向量机模型对计算转速进行趋势预测和跟踪实测转速，当实测转速的脉冲信号丢失时，根据预测转速作为PSS4B的模型输入，防止因转速输入量错误而引起造成阶跃甚至导致切机。

本发明具体采用以下技术方案：

一种发电机励磁装置对实测转速及计算转速的同步跟踪方法，其特征在于，所述方法包括以下步骤：

(1)预处理发电机转子计算转速和实测转速的历史数据，分别作为支持向量机模型的训练样本和测试样本；

(2)利用训练样本和测试样本对支持向量机模型进行训练；

(3)利用由传统方法计算得到的发电机转子转速数据通过支持向量机模型计算预测转速；

(4)将预测转速作为实测转速的同步跟踪。

本发明给出了一种通过转速计算量预测下一时刻转速并作为实测量的同步跟踪的技术。该预测方法具有小样本训练，训练时间短，泛化能力强，避免出现局部最小和维数灾难的现象，对解决发电机转速预测和跟踪具有重大意义。

附图说明

图1示意了本发明发电机励磁装置对转速实测量及计算量的同步跟踪方法的流程示意图。

具体实施方式

下面结合说明书附图对本发明的技术方案做进一步详细说明。

如图1所示，本发明公开的发电机励磁装置对实测转速及计算转速的同步跟踪方法，按照以下步骤实现：

步骤1：预处理发电机转子计算转速和实测转速的历史数据，分别作为支持向量机模型的训练样本和测试样本；

1.1计算发电机转子转速；本发明采用传统方法计算发电机计算转速：传统发电机励磁装置是根据机端电压、定子电流计算电磁功率(三表法或两表法，视装置模拟量采集通道是否采集B相电流而定)，而后再根据电磁功率的有功、无功分量，计算出实时功角，而后将功角对时间求微分，从而得到发电机转子的计算转速。给定发电机系统的运行状态时，可由已知的PV和QV，按下式计算出发电机的实时功角δ:

其中，δ为发电机的实时功角δ，P_V为发电机输送到电力系统的有功功率，Q_V为发电机输送到电力系统的无功功率，X_q∑为电力系统总电抗的横轴分量，V为电力系统电压。

如果考虑到暂态下转子摇摆，本发明还可以采用改进的计算实时转速的方法，以考虑到谐波功率影响入手，采用瞬时功率修正电磁功率的有功、无功分量，进而计算功角及转速。

1.2对发电机转子的计算转速和实测转速的历史数据进行平滑处理，以去除奇异点；

其中，所述转子的计算转速可以为公式(1)的计算结果，也可以为采用瞬时功率修正电磁功率的有功、无功分量，进而计算的发电机转子转速。1.3对发电机转子的计算转速和实测转速的历史数据进行归一化处理，作为支持向量机模型的训练样本和测试样本。

归一化的公式如下：

其中，x为计算转速或实测转速的原始值，x′为归一化后的值，x_max和x_min分别为计算转速或实测转速的历史数据在原始时间序列中该变量的最大值和最小值。

步骤2：利用训练样本和测试样本对支持向量机模型进行训练；

对于归一化后的实测转速时间序列x′＝[x′₁,x′₂,…,x′_n]，将先前的时间序列[x′_n-1,x′_n-2,…,x′_n-k]作为相关量，则根据前k个相关输入量预测转速的数学模型为：

其中，y_t为t时刻的转速预测输出值，n为目标维数，k为嵌入的相关维数，α_i和为引入的拉格朗日乘子，x′_i和x′_t为实测转速归一化后的时间序列，b为支持向量机超平面的偏移值，K(x′_i,x′_t)为核函数。关于k的选择，根据FPR准则确定，找到一个最优值k使FPE达到最小，公式如下：

其中

选择径向基核函数作为支持向量机的核函数；

最后根据训练样本和测试样本，选用支持向量机的上述三个超参数即惩罚因子、损失函数和径向基核函数，进行支持向量机的模型训练。

步骤3：利用由传统方法计算得到的转子计算转速的历史数据通过支持向量机模型计算预测转速；

3.1将根据步骤1预处理后的最新一组发电机转子计算转速数据作为待预测样本输入经步骤2训练后的支持向量机，进行发电机转子转速单步预测，即输出结果仅为下一时刻的转速预测值，不进行未来多个时刻的转速预测；

3.2将单步预测值加入到新的待预测样本中，剔除原待预测样本集中最旧的一个值，形成最新的样本集，再输入支持向量模型中；

3.3循环以上两个步骤3.1、3.2，得到未来多个时刻的转速预测值，具体预测的步数根据实际需要和预测精度共同决定，一般而言，预测的步数越多，误差越大。

3.4按照下式将转速预测值进行还原。

y＝y′×(y_max-y_min)+y_min (5)

y′为通过向量机模型转子转速预测值，y_max和y_min分别为测试样本中的实测转速最大值和最小值，y为实际预测故障结果。

步骤4：将预测转速作为实测转速的同步跟踪；

4.1计算本次实测转速和上次实测转速值的偏差：

n(t)为最新时刻实测转速值，n(t-1)为上一采样时刻的实测转速值；

4.2根据E(t)的大小，对发电机转子转速值进行计算转速与实测转速的同步跟踪，即：

其中，E(t)为4.1中所述偏差，n′(t)为同步跟踪后的该时刻的转速值。

申请人结合说明书附图对本发明做了详细的说明与描述，但是本领域技术人员应该理解，以上实施例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当处于本发明的保护范围之内。

Claims (4)

1.一种发电机励磁装置对实测转速及计算转速的同步跟踪方法，其特征在于，所述方法包括以下步骤：

(1)预处理发电机转子计算转速和实测转速的历史数据，分别作为支持向量机模型的训练样本和测试样本；

按下式计算出发电机的实时功角δ:

$\mathrm{\δ}=\arctan \frac{P_V{X}_{q\mathrm{\Σ}}/V}{V+Q_V{X}_{q\mathrm{\Σ}}/V}---\left(1\right)$

其中，δ为发电机的实时功角δ，P_V为发电机输送到电力系统的有功功率，Q_V为发电机输送到电力系统的无功功率，X_q∑为电力系统总电抗的横轴分量，V为电力系统电压；

将发电机的实时功角δ对时间求微分，从而得到发电机转子计算转速；

对发电机转子的计算转速和实测转速的历史数据进行平滑处理，以去除奇异点；

对发电机转子的计算转速和实测转速的历史数据进行归一化处理，作为支持向量机模型的训练样本和测试样本；

归一化的公式如下：

$x^{\′}=\frac{x-x_{min}}{x_{\max }-x_{min}}---\left(2\right)$

其中，x为计算转速或实测转速的原始值，x′为归一化后的值，x_max和x_min分别为计算转速或实测转速的历史数据在原始时间序列中该变量的最大值和最小值；

(2)利用训练样本和测试样本对支持向量机模型进行训练；

(3)利用由传统方法计算得到的发电机转子转速数据通过支持向量机模型计算预测转速；

(4)将预测转速作为实测转速的同步跟踪。

2.根据权利要求1所述的同步跟踪方法，其特征在于：

在步骤(2)中，利用实测转速的历史序列值预测当前时刻转速值的方法如下：

对于归一化后的实测转速时间序列x′＝[x′₁,x′₂,…,x′_n]，将先前的时间序列[x′_n-1,x′_n-2,…,x′_n-k]作为相关量，则根据前k个相关输入量预测转速的数学模型为：

$y_t={\mathrm{\Σ}}_{i=1}^{n-k}({\mathrm{\α}}_i-{\mathrm{\α}}_i^{*})K(x_i^{\′},x_t^{\′})+b,t=k+1,\mathrm{...},n---\left(3\right)$

其中，y_t为t时刻的转速预测输出值，n为目标维数，k为嵌入的相关维数，α_i和为引入的拉格朗日乘子，x′_i和x′_t为实测转速归一化后的时间序列，b为支持向量机超平面的偏移值，K(x′_i,x′_t)为核函数，关于嵌入的相关维数k的选择，根据FPR准则确定，找到一个最优值k使FPE达到最小，公式如下：

$FPE\left(k\right)=\frac{n+k}{n-k}{\mathrm{\σ}}_a^2---\left(4\right)$

其中

然后利用交叉检验法得到最佳的惩罚因子C和损失函数ε；

选择径向基核函数作为支持向量机的核函数；

最后根据训练样本和测试样本，选用支持向量机的上述三个超参数即惩罚因子、损失函数和径向基核函数，进行支持向量机的模型训练。

3.根据权利要求1或2所述的同步跟踪方法，其特征在于：

所述步骤(3)具体包括以下内容：

3.1将根据步骤(1)预处理后的最新一组发电机转子计算转速数据作为待预测样本输入经步骤(2)训练后的支持向量机，进行发电机转子转速单步预测，即输出结果仅为下一时刻的转速预测值，不进行未来多个时刻的转速预测；

3.2将单步预测值加入到新的待预测样本中，剔除原待预测样本集中最旧的一个值，形成最新的样本集，再输入支持向量模型中；

3.3循环以上两个步骤3.1、3.2，得到未来多个时刻的转速预测值；

3.4按照下式将转速预测值进行还原：

y＝y′×(y_max-y_min)+y_min (5)

y′为通过向量机模型转子转速预测值，y_max和y_min分别为测试样本中的实测转速最大值和最小值，y为实际预测转速结果。

4.根据权利要求1所述的同步跟踪方法，其特征在于：

所述步骤(4)具体包括以下内容：

4.1计算本次实测转速和上次实测转速值的偏差：

$E\left(t\right)=\frac{n\left(t\right)-n(t-1)}{n(t-1)}$

n(t)为最新时刻实测转速值，n(t-1)为上一采样时刻的实测转速值；

4.2根据E(t)的大小，对发电机转子转速值进行计算转速与实测转速的同步跟踪，即：

其中，E(t)为4.1中所述偏差，n′(t)为同步跟踪后的该时刻的转速值。