JPH04210736A - 系統安定度監視装置 - Google Patents

系統安定度監視装置

Info

Publication number
JPH04210736A
JPH04210736A JP2340719A JP34071990A JPH04210736A JP H04210736 A JPH04210736 A JP H04210736A JP 2340719 A JP2340719 A JP 2340719A JP 34071990 A JP34071990 A JP 34071990A JP H04210736 A JPH04210736 A JP H04210736A
Authority
JP
Japan
Prior art keywords
stability
data
operator
coefficient
neural network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2340719A
Other languages
English (en)
Other versions
JP2899406B2 (ja
Inventor
Kaoru Koyanagi
薫 小柳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP2340719A priority Critical patent/JP2899406B2/ja
Publication of JPH04210736A publication Critical patent/JPH04210736A/ja
Application granted granted Critical
Publication of JP2899406B2 publication Critical patent/JP2899406B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 [発明の目的] (産業上の利用分野) 本発明はオンラインにて電力系統の安定度を監視する系
統安定度監視装置に関する。
鴫    1   − (従来の技術) 従来、この種の監視装置としては予め測定母線を定め、
系統の運用状態から数箇所の母線電圧の位相差を計算し
、これと予めオフライン計算で求めておいた安定限界位
相差角とを比較することで安定判別を行ってきた。即ち
、オンラインデータより算出した現在系統の位相差角が
安定限界位相差角以下であれば系統は安定であり、これ
以上であれば不安定であると判定し、運用者の経験に基
づく系統操作にて常に安定限界以下に位相差角があるよ
う運用するものであった。
また、別の方式では位相差角の代りに系統内の主要な連
系線の電力潮流をオンラインにて監視しこの潮流の大き
さが予め決めておいた限界値以下になるよう運用制限し
て、系統安定度を確保するものがあった。
(発明が解決しようとする課題) いずれの従来の監視装置でも、安定判別を行なうための
系統状態のパラメータが限定された単純なものであり、
従ってそれに基づいた安定判別法では、精度が低いとい
う欠点があった。また、安定限界を越えて不安定と判断
された時に、具体的にどのように系統操作をして安定サ
イドに系統状態を改善させればよいか、−殻内な指針は
明らかではなく運用者の運用経験に基づく判断に期待す
るほかはなかった。
本発明は上記の従来技術の欠点に鑑みてなされたもので
あり、一般の任意の電力系統を対象として、系統安定度
の判定精度が高く、また系統運用者に系統安定化制御の
ための指針が提示できる系統安定度監視装置を提供する
ことを目的としている。
[発明の構成コ (課題を解決するための手段) 上記目的を達成するための構成を第1図によって説明す
ると、本発明は電力系統の潮流データを入力とし監視対
象とする電力系統の同期化トルク係数を演算する第1の
手段1と、この第1の手段からの同期化トルク係数を入
力とし階層型ニューラルネットを構成する第2の手段2
と、前記第1の手段の出力データ及び第2の手段の出力
データを入力とし系統運用者に結果を表示する第3の手
段3とから構成した。
(作 用) 先ず、同期化トルク係数演算部1には対象系統の潮流デ
ータ11が入力され、それに基づいて12の同期化トル
ク係数KBが算出される。この同期化トルク係数Kij
は後述するように、電力系統を構成する発電機モデルの
数をnとしたとき、nXnだけ定義される。即ち、nX
n次元の行列要素で表現される、実数である。この算出
された同期化トルク係数に、・が階層型ニューラルネッ
ト部2の入J カデータとして用いられ、出力データは安定判別結果1
3である。12の同期化トルク係数に1jは結果表示部
3にも入力され、後述するように、系統運用者に系統安
定化制御のための指針を提示するためのデータとなる。
以下、更に詳細に説明する。
第2図は本発明の詳細な説明のための電力系統モデルで
あり、同図にてG 〜G5は発電機を示し、同モデルは
511Iの発電機から構成される系統である。L1〜L
4は系統負荷を表わす4発電機の運動方程式が次式で与
えられる。
M、P2δ、−p、−p。
+     1   Ill   el      ・
・・(1)ここで機械的人力Pniが一定であると仮定
すると、ある運転点の周りでの変化分に関して(1)式
を書き直せば次式を得る。
M、P  Δδ、十ΔP ・=0   ・・・(2)1
         1        elそして、 ・・・(3a) B、tδiは発電機iの内部誘起電圧、δij=δi−
δjは発電機iの回転子の位相差、Yijlφijは発
電機の内部誘起電圧間で系統を縮約したときの系統アド
ミッタンス行列のij要索−へ   − である。
(2)式を行列の形式で表わすと、次のようにかける。
([M] p2+ [K] )lΔδl = [0]・
・・(4) ここで[M]は各発電機の慣性定数を対角要素に持つ対
角行列、[’K]は(3a)式を1j要素に、また(3
b)式を対角要素iiに持つ同期化トルク係数行列であ
り、いずれもその次元数は発電機の数に等しい。
同期化トルク係数行列要素Kijの物理的な意味は、発
電機jの内部誘起電圧位相δjに対する発電機1の有効
電力出力P。iの変化率を表わし、発電機間の同期運転
を保とうとする、制御系の影響を考えないときの系統固
有の強さを現す。この値は系統の構成状態や発電機の運
転状態に依存する。
第2図の系統モデルの場合には第3図に示す同期化トル
ク係数の行列となる。発電機数が5機であるから5×5
の正方行列である。これまでの系統安定度解析の経験か
ら、この同期化トルク係数の大きさと系統の安定度は密
接な関係があり、これを基礎データとして系統安定度の
評価ができる。
ただし発電機のAVRやガバナー系などの制御系の特性
を考慮していないため、評価誤差を含むものであり、こ
のままでは実用的ではない。ただし、この値をもって定
性的な傾向の把握と概略の評価が出来るので、この行列
要素のパターンをもって系統運用者に系統安定化制御の
ための指針とすることができる。
階層型ニューラルネット部2の構成図を第4図に示す。
入力層のニューロンは第3図に示した同期化トルク係数
行列要素Kijの数だけ定義される。
発電機数がnであればnXnだけ存在する。入力層の各
ニューロンの出力は中間層のニューロンに入力され、こ
の中間層の段数には制約は無い。必要に応じて適切な段
数を定義すればよい。中間層の出力は出力層の二つのニ
ューロンに入力される。
二つのニューロンのうち、一つは安定信号OSを、また
他のニューロンは不安定信号0.を出力する。
安定信号O3の値が不安定信号Ouの値よりも大きけれ
ば対象とする電力系統は安定、そうでなければ不安定と
判定する。この二つの信号の値が第1図における安定判
別結果13に対応する。この段層型ニューラルネット部
では発電機のAlやガバナー系などの制御系の特性を考
慮していない場合の同期化トルク係数行列要素Kijを
基礎データとして、実際の系統での各種制御系の特性を
考慮した場合の安定判別を行なう。この機能を実現させ
るにはニューラルネットの各ニューロンに対して定義さ
れるシナプス荷重係数W・と閾値θ1の値を決定しなけ
ればならないが、これは一般にパックプロパゲーション
と呼ばれる学習法を適用して実現できる。
即ち、対象系統に対して、系統の運用条件を変えた多数
の学習ケースに対して、詳細な制御系を考慮した系統安
定度解析シミュレーションを行ない、安定判別を行なう
、第1図において、それぞれの学習ケースの電力系統潮
流データを同期化トルク係数演算部1の入力とし、階層
型ニューラルネット部2の出力である安定判別結果13
が、先に述べた系統安定度解析シミュレーションによる
安定判別結果と一致するように学習させる。このように
学習を繰り返して係数の値が適切に決定された階層型ニ
ューラルネット部は、その係数設定の中に発電機制御系
の特性と対象系統の安定度特性の情報が組み込まれてい
る。
結果表示部3では安定信号OSと不安定信号0、の値の
表示による系統安定判別結果と、同期化トルク係数行列
要素Kijの行列形式にパターン表現したものを系統運
用者に表示する。
(実施例) 以下図面を参照して実施例を説明する。
第5図は本発明の一実施例の処理内容を示すフローチャ
ートである。
第5図において第1図と同一機能分布については同一符
号を付している。
101は対象系統データ収集部、102は対象系統の運
転状態を一義的に決定するための状態推定計算部、10
3は本発明である系統安定度監視装置を操作する系統運
用者が、系統変更模擬を行なうと−〇  − きの系統変更模擬部である。また、111は状態推定計
算部102の入力データである系統データである。
次に作用について説明する。
図に示されるように、本実施例の演算処理フローでは二
つの処理モードからなっている。定期起動モードと系統
模擬モードの二つで、それぞれ、次のように区別する。
■定期起動モード このモードはオンラインにてその時点の系統データを用
いて安定判別を行なう場合の処理である。
装置の起動は起動時刻を予め決めておくか、または系統
運用者の要求があった時に行なう、起動後には自動的に
系統データが系統データ収集部101によって収集され
、状態推定計算部102へ送られる。
■系統模擬モード このモードは系統運用者の要求があった時のみ行なうも
ので、安定判別の結果に基づいて系統運用者が系統状態
の変更を本装置内にて模擬する場合、例えば、安定化の
ために系統運用者が系統変更した結果が妥当かどうか本
装置で検証するときなどがありうる。系統変更された結
果が反映された系統データ111が状態推定計算部10
2へ送られる。
一方、状態推定計算部102では対象系統の運転状態を
一義的に決定するための潮流計算を行なう。
その結果が電力系統潮流データ11であり、これ以降の
演算処理は第1図で説明したものと同じである。
以上述べたように本実施例によれば定期起動モードと系
統模擬モードの二つのモードを有しているため、対象系
統の安定度監視機能のほかに系統運用者による系統変更
をは想定した場合の、安定化への影響も評価することが
可能であり、本発明の活用範囲が広くなり有用性が高ま
る。
[発明の効果] 以上説明したように、本発明によればオンラインにて電
力系統の安定度を監視する系統安定度監視装置において
、電力系統の同期化トルク係数を演算する第1の手段と
、第1の手段の出力データを入力とし、階層型ニューラ
ルネットを構成する第2の手段を設け、第1の手段の出
力データ及び第2の手段の出力データを系統運用者に表
示するように構成したので、第2の手段の出力データに
よって判定精度の高い安定判別結果がえちれ、また、第
1の手段の出力データによって系統運用者に系統安定化
制御のための指針が提示できる効果が期待できる。
【図面の簡単な説明】
第1図は本発明による系統安定度監視装置の構成図、第
2図は本発明の詳細な説明のための電力系統モデル、第
3図は同期化トルク係数の行列、第4図は階層型ニュー
ラルネット部の構成図、第5図は本発明の一実施例の演
算処理内容を示すフローチャートである。 1・・・同期化トルク係数演算部 2・・・階層型ニューラルネット部 3・・・結果表示部 11・・・電力系統の潮流データ 12・・・同期化トルク係数K・・ J 13・・・安定判別結果 101・・・系統データ収集部 102・・・状態推定計算部 103・・・系統変更模擬部 111・・・系統データ

Claims (1)

    【特許請求の範囲】
  1. オンラインにて電力系統の安定度を監視する系統安定度
    監視装置において、電力系統の潮流データを入力とし監
    視対象とする電力系統の同期化トルク係数を演算する第
    1の手段と、前記第1の手段からの同期化トルク係数を
    入力とし階層型ニューラルネットを構成する第2の手段
    と、前記第1の手段の出力データ及び第2の手段の出力
    データを入力とし系統運用者に結果を表示する第3の手
    段とを備えたことを特徴とする系統安定度監視装置。
JP2340719A 1990-11-30 1990-11-30 系統安定度監視装置 Expired - Lifetime JP2899406B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2340719A JP2899406B2 (ja) 1990-11-30 1990-11-30 系統安定度監視装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2340719A JP2899406B2 (ja) 1990-11-30 1990-11-30 系統安定度監視装置

Publications (2)

Publication Number Publication Date
JPH04210736A true JPH04210736A (ja) 1992-07-31
JP2899406B2 JP2899406B2 (ja) 1999-06-02

Family

ID=18339660

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2340719A Expired - Lifetime JP2899406B2 (ja) 1990-11-30 1990-11-30 系統安定度監視装置

Country Status (1)

Country Link
JP (1) JP2899406B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103501016A (zh) * 2013-10-19 2014-01-08 中南林业科技大学 基于过程神经网络的tcsc控制方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103501016A (zh) * 2013-10-19 2014-01-08 中南林业科技大学 基于过程神经网络的tcsc控制方法及系统

Also Published As

Publication number Publication date
JP2899406B2 (ja) 1999-06-02

Similar Documents

Publication Publication Date Title
Huaguang et al. Modeling, identification, and control of a class of nonlinear systems
KR100335712B1 (ko) 전방향신경망을구비한정보처리시스템및신경망학습방법
GB2568829B (en) Method and apparatus for deploying industrial plant simulators using cloud computing technologies
CN110481536B (zh) 一种应用于混合动力汽车的控制方法及设备
CN109839889A (zh) 设备推荐系统及方法
JPH05141999A (ja) フアジイセンサ装置
Spillman Robust longitudinal flight control design using linear parameter-varying feedback
CN103197558B (zh) 基于t-s模型的微陀螺仪模糊自适应控制方法
JPH0298738A (ja) 知識コンパイル・パターン型推論システム
Pretorius et al. Neuroevolution of inverted pendulum control: a comparative study of simulation techniques
Houck et al. Motion cueing algorithm development: Human-centered linear and nonlinear approaches
JPH04210736A (ja) 系統安定度監視装置
Peniak et al. The redundant virtual sensors via edge computing
WO2021111874A1 (ja) フィードバック制御装置
Veres et al. A class of BDI agent architectures for autonomous control
JP2643295B2 (ja) ファジィ制御演算装置およびファジィ推論方法
Anditio et al. Integrating PSO optimized LQR controller with virtual sensor for quadrotor position control
JP3029451B2 (ja) ファジィ制御装置
Unnikrishnan Adaptive envelope protection methods for aircraft
JPS6144326B2 (ja)
JP4267726B2 (ja) 制御装置における動作信号と操作量との関係を決定する装置、制御装置、データ生成装置、入出力特性決定装置及び相関関係評価装置
JPH02308303A (ja) 自動調整制御装置
Kopka Implementation of a fractional model-based fault detection algorithm into a PLC controller
Diepers et al. Comparison of Different Gaussian Process Models and Applications in Model Predictive Control
KR20220055422A (ko) 품질 척도의 연속 결정을 위한 방법 및 장치