JPH0937466A - 無効電力補償装置 - Google Patents
無効電力補償装置Info
- Publication number
- JPH0937466A JPH0937466A JP7183641A JP18364195A JPH0937466A JP H0937466 A JPH0937466 A JP H0937466A JP 7183641 A JP7183641 A JP 7183641A JP 18364195 A JP18364195 A JP 18364195A JP H0937466 A JPH0937466 A JP H0937466A
- Authority
- JP
- Japan
- Prior art keywords
- reactive power
- data
- time series
- unit
- prediction
- 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.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Electrical Variables (AREA)
Abstract
(57)【要約】
【課題】 無効電力を予測することは困難であった。
【解決手段】 交流電源１に接続された電力系統２には
負荷３が接続されるとともに、無効電力補償装置本体４
が接続される。変圧器５および変流器６で検出された情
報は無効電力予測機能部７に入力され、ここで両情報か
ら無効電力を得て決定論的短期予測制御を無効電力予測
機能部７で行ってその予測制御出力が無効電力補償装置
本体４のサイリスタに与えられてサイリスタが制御され
る。無効電力補償装置本体４は、変圧器４Ａ、コンデン
サ４Ｂ、リアクトル４Ｃおよびサイリスタ４Ｄから構成
され、サイリスタ４Ｄを制御することによって無効電力
補償電流が変圧器４Ａを介して電力系統２に供給され
る。
負荷３が接続されるとともに、無効電力補償装置本体４
が接続される。変圧器５および変流器６で検出された情
報は無効電力予測機能部７に入力され、ここで両情報か
ら無効電力を得て決定論的短期予測制御を無効電力予測
機能部７で行ってその予測制御出力が無効電力補償装置
本体４のサイリスタに与えられてサイリスタが制御され
る。無効電力補償装置本体４は、変圧器４Ａ、コンデン
サ４Ｂ、リアクトル４Ｃおよびサイリスタ４Ｄから構成
され、サイリスタ４Ｄを制御することによって無効電力
補償電流が変圧器４Ａを介して電力系統２に供給され
る。
Description
【０００１】
【発明の属する技術分野】この発明は、カオス理論によ
る決定論的短期予測制御を適用した無効電力補償装置に
関する。
る決定論的短期予測制御を適用した無効電力補償装置に
関する。
【０００２】
【従来の技術】無効電力補償装置には、コンデンサやリ
アクトルを投入して電圧維持を行うものがある。この装
置は、サイリスタを用いてコンデンサやリアクトルを連
続的に可変にすることによって高速に無効電力を補償す
るものである。図９は無効電力補償装置を示す概略的な
回路構成図で、この図９において、電力系統Ｌには負荷
ＬＤが接続されるとともに、変圧器ＴＲを介して無効電
力補償装置主要部が接続される。主要部はコンデンサＸ
Ｃ，リアクトルＸＬとサイリスタＳＲ１、ＳＲ２から構
成される。サイリスタＳＲ１，ＳＲ２は変流器ＣＴと変
圧器ＰＴから取り出した情報により制御される。ＰＯは
主電源である。
アクトルを投入して電圧維持を行うものがある。この装
置は、サイリスタを用いてコンデンサやリアクトルを連
続的に可変にすることによって高速に無効電力を補償す
るものである。図９は無効電力補償装置を示す概略的な
回路構成図で、この図９において、電力系統Ｌには負荷
ＬＤが接続されるとともに、変圧器ＴＲを介して無効電
力補償装置主要部が接続される。主要部はコンデンサＸ
Ｃ，リアクトルＸＬとサイリスタＳＲ１、ＳＲ２から構
成される。サイリスタＳＲ１，ＳＲ２は変流器ＣＴと変
圧器ＰＴから取り出した情報により制御される。ＰＯは
主電源である。
【０００３】
【発明が解決しようとする課題】図９に示す無効電力補
償装置により電力系統Ｌの無効電力を補償する際には、
無効電力を変流器ＣＴと変圧器ＰＴにより検出してサイ
リスタＳＲ１，ＳＲ２を制御するようにしている。この
制御において、サイリスタの電流追従性に無駄時間が入
る場合もあるので、一時的に無効電力の制御が正確に行
われない可能性がある。このような事態をさけるため
に、系統での無効電力を予測し、それによって制御を正
確に行うことが考えられる。しかし、無効電力は統計的
な変化をするので、従来の方法においては無効電力を予
測することは困難であった。
償装置により電力系統Ｌの無効電力を補償する際には、
無効電力を変流器ＣＴと変圧器ＰＴにより検出してサイ
リスタＳＲ１，ＳＲ２を制御するようにしている。この
制御において、サイリスタの電流追従性に無駄時間が入
る場合もあるので、一時的に無効電力の制御が正確に行
われない可能性がある。このような事態をさけるため
に、系統での無効電力を予測し、それによって制御を正
確に行うことが考えられる。しかし、無効電力は統計的
な変化をするので、従来の方法においては無効電力を予
測することは困難であった。
【０００４】この発明は上記の事情に鑑みてなされたも
ので、決定論的短期予測制御を適用して良好な予測制御
結果が得られるようにした無効電力補償装置を提供する
ことを目的とする。
ので、決定論的短期予測制御を適用して良好な予測制御
結果が得られるようにした無効電力補償装置を提供する
ことを目的とする。
【０００５】
【課題を解決するための手段】この発明の第１発明は、
電力系統に接続された変圧器と変流器で電圧および電流
情報を検出し、この情報は無効電力の決定論的短期予測
制御を行う無効電力補償機能部に入力され、この無効電
力補償機能部で決定論的短期予測制御され、得られた予
想制御出力を無効電力補償装置本体に供給して無効電力
の補償を行うものである。
電力系統に接続された変圧器と変流器で電圧および電流
情報を検出し、この情報は無効電力の決定論的短期予測
制御を行う無効電力補償機能部に入力され、この無効電
力補償機能部で決定論的短期予測制御され、得られた予
想制御出力を無効電力補償装置本体に供給して無効電力
の補償を行うものである。
【０００６】第２発明は、変流器、変圧器を使用して検
出された電力系統の電流、電圧情報の位相ズレから無効
電力演算部で無効電力を計算するとともに、予め電力系
統の電流、電圧情報から無効電力を検出し、検出した無
効電力を時系列データとしてデータ入力部に入力してお
く。この時系列データはデータ埋め込み部で埋め込みが
行われる。ここで、埋め込みとは、ある時系列データを
多次元再構成空間の軌道（アトラクタ）として表すこと
をいう。次に、データ埋め込み部で作られたアトラクタ
中で、無効電力演算部で計算された無効電力を含むベク
トルを埋め込んだベクトルデータ（ｎ次元再構成空間に
おけるある１点に対応している）の近傍に存在する点を
近傍データ探索部で探索する。この近傍データ探索部か
らの近傍に存在する点を予測計算部に供給し、この点が
次の時点でどこに存在するかを前記データ埋め込み部で
求めて予測計算部で予測値を演算する。この予測計算部
で演算された予測値をデータ出力部から出力するように
無効電力補償機能部を構成する。
出された電力系統の電流、電圧情報の位相ズレから無効
電力演算部で無効電力を計算するとともに、予め電力系
統の電流、電圧情報から無効電力を検出し、検出した無
効電力を時系列データとしてデータ入力部に入力してお
く。この時系列データはデータ埋め込み部で埋め込みが
行われる。ここで、埋め込みとは、ある時系列データを
多次元再構成空間の軌道（アトラクタ）として表すこと
をいう。次に、データ埋め込み部で作られたアトラクタ
中で、無効電力演算部で計算された無効電力を含むベク
トルを埋め込んだベクトルデータ（ｎ次元再構成空間に
おけるある１点に対応している）の近傍に存在する点を
近傍データ探索部で探索する。この近傍データ探索部か
らの近傍に存在する点を予測計算部に供給し、この点が
次の時点でどこに存在するかを前記データ埋め込み部で
求めて予測計算部で予測値を演算する。この予測計算部
で演算された予測値をデータ出力部から出力するように
無効電力補償機能部を構成する。
【０００７】第３発明は、予測計算部で演算する予測値
を、近傍ファジイ手段によりデータベクトルの距離に注
目しファジイルールを用いて計算をして得るようにし
た。
を、近傍ファジイ手段によりデータベクトルの距離に注
目しファジイルールを用いて計算をして得るようにし
た。
【０００８】第４発明は、同様に予測値を、グラムシュ
ミット手段によりデータベクトルの位相的な関係に注目
し、グラムシュミットの正規直交化法を用いて計算をし
て得るようにした。
ミット手段によりデータベクトルの位相的な関係に注目
し、グラムシュミットの正規直交化法を用いて計算をし
て得るようにした。
【０００９】第５発明は、同様に予測値を、テセレーシ
ョン手段により近傍データベクトルが現時点のデータベ
クトルに対する近さを用いるために、Voronoi分割を行
うようにして得るようにした。
ョン手段により近傍データベクトルが現時点のデータベ
クトルに対する近さを用いるために、Voronoi分割を行
うようにして得るようにした。
【００１０】
【発明の実施の形態】以下この発明の実施の形態を図面
に基づいて説明する。図１はこの発明の実施の形態を示
す予測を用いた無効電力補償装置の概略的な回路構成図
で、図１において、１は交流電源、２は交流電源１に接
続された電力系統である。電力系統２には負荷３が接続
されるとともに、無効電力補償装置本体４が接続され
る。５は変圧器、６は変流器で、これら変圧器５と変流
器６で検出された情報は無効電力予測機能部７に入力さ
れる。無効電力予測機能部７は詳細を後述するように動
作してその出力が無効電力補償装置本体４のサイリスタ
に与えられてサイリスタが制御される。無効電力補償装
置本体４は、変圧器４Ａ、コンデンサ４Ｂ、リアクトル
４Ｃおよびサイリスタ４Ｄから構成され、無効電力補償
電流が変圧器４Ａを介して電力系統２に供給される。
に基づいて説明する。図１はこの発明の実施の形態を示
す予測を用いた無効電力補償装置の概略的な回路構成図
で、図１において、１は交流電源、２は交流電源１に接
続された電力系統である。電力系統２には負荷３が接続
されるとともに、無効電力補償装置本体４が接続され
る。５は変圧器、６は変流器で、これら変圧器５と変流
器６で検出された情報は無効電力予測機能部７に入力さ
れる。無効電力予測機能部７は詳細を後述するように動
作してその出力が無効電力補償装置本体４のサイリスタ
に与えられてサイリスタが制御される。無効電力補償装
置本体４は、変圧器４Ａ、コンデンサ４Ｂ、リアクトル
４Ｃおよびサイリスタ４Ｄから構成され、無効電力補償
電流が変圧器４Ａを介して電力系統２に供給される。
【００１１】次に、前記無効電力予測機能部７について
図２を用いて述べる。図２において、１１は変圧器５、
変流器６により検出された電力系統２の電圧、電流情報
が入力される無効電力演算部で、この演算部１１は前記
情報の位相のズレから無効電力を演算する。１２は予め
上述と同様にして計測されかつ演算された無効電力の時
系列データが入力されたデータ入力部で、このデータ入
力部１２から出力されるデータはデータ埋め込み部１３
に、前記無効電力演算部１１で演算された無効電力とと
もに埋め込みが行われる。
図２を用いて述べる。図２において、１１は変圧器５、
変流器６により検出された電力系統２の電圧、電流情報
が入力される無効電力演算部で、この演算部１１は前記
情報の位相のズレから無効電力を演算する。１２は予め
上述と同様にして計測されかつ演算された無効電力の時
系列データが入力されたデータ入力部で、このデータ入
力部１２から出力されるデータはデータ埋め込み部１３
に、前記無効電力演算部１１で演算された無効電力とと
もに埋め込みが行われる。
【００１２】ここで言う「埋め込み」とは、ある時系列
データを多次元再構成空間の軌道として表す操作のこと
を言う。さらに、詳しく言うと、次のようになる。ある
時系列データｙ（ｔ）があったとする。このｙ（ｔ）か
らｎ次元ベクトル（ｙ（Ｔ），ｙ（Ｔ−τ），ｙ（Ｔ−
２τ），…ｙ（Ｔ−（ｎ−１）τ））を作る。ここで、
τはディレイと称することにする。（「時系列データｙ
（ｔ）のサンプリング間隔がｙ（ｔ）のダイナミクスに
対して過剰に短いときなどはτを大きく取ることにより
ダイナミクスを捕らえ易くなる。」と言うように使うパ
ラメータ。）前記ｎ次元ベクトルのＴの値を変化させる
ことによって、ｎ次元ベクトルの軌道が描かれる。この
作業を埋め込みという。また、できた軌道をアトラクタ
という。前記データ埋め込み部１３で作られたアトラク
タ中で、無効電力演算部１１で演算された無効電力を含
むベクトルを埋め込んだベクトル（ｎ次元再構成空間に
おけるある１点に対応している）の近傍に存在する点を
近傍データ探索部１４で探索する。この探索部１４で探
索した近傍の点が予測計算部１５に与えられると、予測
計算部１５では近傍の点が次の時点でどこに存在するか
をデータ埋め込み部１３で求めて以下に述べる予測値演
算手段により予測値を演算する。そして、予測された結
果はデータ出力部１６から出力されて無効電力補償装置
本体４のサイリスタ４Ｄを制御するために使用される。
データを多次元再構成空間の軌道として表す操作のこと
を言う。さらに、詳しく言うと、次のようになる。ある
時系列データｙ（ｔ）があったとする。このｙ（ｔ）か
らｎ次元ベクトル（ｙ（Ｔ），ｙ（Ｔ−τ），ｙ（Ｔ−
２τ），…ｙ（Ｔ−（ｎ−１）τ））を作る。ここで、
τはディレイと称することにする。（「時系列データｙ
（ｔ）のサンプリング間隔がｙ（ｔ）のダイナミクスに
対して過剰に短いときなどはτを大きく取ることにより
ダイナミクスを捕らえ易くなる。」と言うように使うパ
ラメータ。）前記ｎ次元ベクトルのＴの値を変化させる
ことによって、ｎ次元ベクトルの軌道が描かれる。この
作業を埋め込みという。また、できた軌道をアトラクタ
という。前記データ埋め込み部１３で作られたアトラク
タ中で、無効電力演算部１１で演算された無効電力を含
むベクトルを埋め込んだベクトル（ｎ次元再構成空間に
おけるある１点に対応している）の近傍に存在する点を
近傍データ探索部１４で探索する。この探索部１４で探
索した近傍の点が予測計算部１５に与えられると、予測
計算部１５では近傍の点が次の時点でどこに存在するか
をデータ埋め込み部１３で求めて以下に述べる予測値演
算手段により予測値を演算する。そして、予測された結
果はデータ出力部１６から出力されて無効電力補償装置
本体４のサイリスタ４Ｄを制御するために使用される。
【００１３】前述した予測値演算手段について述べるに
当たり、予測値は、無駄時間のあるようなシステムにお
いて、装置を動作させてからその結果が反映されるまで
に時間がかかることから、今後の状況を予測して制御を
行うことに用いられる。この予測により装置の運転計画
をたてて制御すると、装置運転に必要なエネルギを減少
させることが可能となるからである。時系列データの予
測手段には、回帰予測、ニューラルネット、ファジイな
どの理論を用いたものが存在するが、近年、決定論的非
線形予測としてカオス理論を用いた予測手段が、採用さ
れるようになってきた。この理論を用いた予測の特徴と
して、１つの時系列データのみを基にして他のパラメー
タは使わずに予測を行うことが特徴である。なお、決定
論的カオス理論を用いた手段としては、近傍ファジイ手
段、グラムシュミット手段、テセレーション手段などが
ある。
当たり、予測値は、無駄時間のあるようなシステムにお
いて、装置を動作させてからその結果が反映されるまで
に時間がかかることから、今後の状況を予測して制御を
行うことに用いられる。この予測により装置の運転計画
をたてて制御すると、装置運転に必要なエネルギを減少
させることが可能となるからである。時系列データの予
測手段には、回帰予測、ニューラルネット、ファジイな
どの理論を用いたものが存在するが、近年、決定論的非
線形予測としてカオス理論を用いた予測手段が、採用さ
れるようになってきた。この理論を用いた予測の特徴と
して、１つの時系列データのみを基にして他のパラメー
タは使わずに予測を行うことが特徴である。なお、決定
論的カオス理論を用いた手段としては、近傍ファジイ手
段、グラムシュミット手段、テセレーション手段などが
ある。
【００１４】次に、予測値演算手段の第１の手段につい
て述べる。この第１の手段は、近傍ファジイ手段を用い
て無効電力の予測を行うもので、図３に示すように、無
効電力の時系列データｙ（ｔ）を３次元ディレイτで埋
め込む。この埋め込むことによって多次元空間にある軌
道（アトラクタ）を再構成する。その後、埋め込まれた
時系列データの中から、現在の点（現時点）に近い点
（近傍点）ｘ（ｉ）を求める。すなわち、時系列データ
を予測する際にはアトラクタ中の現時点のデータを含む
点の近傍のデータを図４に示すように、幾つか選び出
し、それらの近傍のデータの次の行き先の近傍に現在の
次の点が存在するという仮定のもとに予測を行う。この
予測を以下の式で求めて予測値とする。なお、図４にお
いて、埋め込まれた点の中で現時点ｘ（ｔ）からのユー
クリッド距離が近いものを近傍データとする。
て述べる。この第１の手段は、近傍ファジイ手段を用い
て無効電力の予測を行うもので、図３に示すように、無
効電力の時系列データｙ（ｔ）を３次元ディレイτで埋
め込む。この埋め込むことによって多次元空間にある軌
道（アトラクタ）を再構成する。その後、埋め込まれた
時系列データの中から、現在の点（現時点）に近い点
（近傍点）ｘ（ｉ）を求める。すなわち、時系列データ
を予測する際にはアトラクタ中の現時点のデータを含む
点の近傍のデータを図４に示すように、幾つか選び出
し、それらの近傍のデータの次の行き先の近傍に現在の
次の点が存在するという仮定のもとに予測を行う。この
予測を以下の式で求めて予測値とする。なお、図４にお
いて、埋め込まれた点の中で現時点ｘ（ｔ）からのユー
クリッド距離が近いものを近傍データとする。
【００１５】ある時系列データの近傍のデータベクトル
数が「３」の場合には近傍データベクトルｘ（ａ），ｘ
（ｂ），ｘ（ｃ）は次式のようになる。
数が「３」の場合には近傍データベクトルｘ（ａ），ｘ
（ｂ），ｘ（ｃ）は次式のようになる。
【００１６】 ｘ（ａ）＝（ｙ（ａ），ｙ（ａ＋τ），ｙ（ａ＋２τ）） ｘ（ｂ）＝（ｙ（ｂ），ｙ（ｂ＋τ），ｙ（ｂ＋２τ）） ｘ（ｃ）＝（ｙ（ｃ），ｙ（ｃ＋τ），ｙ（ｃ＋２τ）） そして、１ステップ後のそれらの点は次式のようにな
る。
る。
【００１７】 ｘ（ａ＋１）＝（ｙ（ａ＋１），ｙ（ａ＋τ＋１），ｙ（ａ＋２τ＋１）） ｘ（ｂ＋１）＝（ｙ（ｂ＋１），ｙ（ｂ＋τ＋１），ｙ（ｂ＋２τ＋１）） ｘ（ｃ＋１）＝（ｙ（ｃ＋１），ｙ（ｃ＋τ＋１），ｙ（ｃ＋２τ＋１）） これらの点は過去に観測された点であるため、既知の点
である。近傍点から現時点までの距離をｄ（ｉ）とし、
ｄ（ｉ）の距離を横軸にとり図５のようなメンバシップ
関数をとると、次の時点の値は次式で表される。
である。近傍点から現時点までの距離をｄ（ｉ）とし、
ｄ（ｉ）の距離を横軸にとり図５のようなメンバシップ
関数をとると、次の時点の値は次式で表される。
【００１８】 ｙ（ｔ＋１）＝Σ（（ｄ（ｉ）／Σｄ（ｉ））＊ｘ（ｉ＋１）） 上記のような手段を用いて予測計算部１５で予測値を得
る。
る。
【００１９】次に予測値演算手段の第２の手段を述べ
る。第２の手段はグラムシュミット手段によるもので、
埋め込まれた時系列データのアトラクタにおいて、現時
点のデータベクトルの近傍点により局所直交系を構成す
ることによって予測を行う。いま、Ｘ１，Ｘ２，Ｘ３…
Ｘｋが現在の点Ｘｐの近傍データであるとする。近傍デ
ータの重心をＲとすると、重心Ｒは次の（１）式で表さ
れる。
る。第２の手段はグラムシュミット手段によるもので、
埋め込まれた時系列データのアトラクタにおいて、現時
点のデータベクトルの近傍点により局所直交系を構成す
ることによって予測を行う。いま、Ｘ１，Ｘ２，Ｘ３…
Ｘｋが現在の点Ｘｐの近傍データであるとする。近傍デ
ータの重心をＲとすると、重心Ｒは次の（１）式で表さ
れる。
【００２０】
【数１】
【００２１】また、ＲからＸｉへの相対ベクトルをＤｉ
とすると、Ｄｉ＝Ｘｉ−Ｒ（ｉ＝１，…ｋ）となる。グ
ラムシュミットの正規直交化法によりＤｉから正規直交
系Ｖｉを作る。この時の、近傍点から現在の点Ｘｐへの
相対ベクトルＤｐは次の（２）式のような線形結合で表
される。また、図に表すと図６のようになる。
とすると、Ｄｉ＝Ｘｉ−Ｒ（ｉ＝１，…ｋ）となる。グ
ラムシュミットの正規直交化法によりＤｉから正規直交
系Ｖｉを作る。この時の、近傍点から現在の点Ｘｐへの
相対ベクトルＤｐは次の（２）式のような線形結合で表
される。また、図に表すと図６のようになる。
【００２２】
【数２】
【００２３】次の時刻でのＸ１〜Ｘｋの値はベクトルＸ
１’〜Ｘｋ’（以下ベクトルには符号「’」を付す）と
する。それらの重心をＲ’とすると、Ｒ’は次の（３）
式のようになる。
１’〜Ｘｋ’（以下ベクトルには符号「’」を付す）と
する。それらの重心をＲ’とすると、Ｒ’は次の（３）
式のようになる。
【００２４】
【数３】
【００２５】同様にＲ’からＸｉ’への相対ベクトルＤ
ｉ’は、Ｄｉ’＝Ｘｉ’−Ｒ’で表される。ここで、Ｖ
ｉ’はＤｉ’から作られた正規直交系であるとして、次
の時刻でも前記（２）式で示された線形結合の関係が保
たれるとすると、次の関係式が成立する。
ｉ’は、Ｄｉ’＝Ｘｉ’−Ｒ’で表される。ここで、Ｖ
ｉ’はＤｉ’から作られた正規直交系であるとして、次
の時刻でも前記（２）式で示された線形結合の関係が保
たれるとすると、次の関係式が成立する。
【００２６】
【数４】
【００２７】次の時刻の値Ｘｐ’は，Ｘｐ’＝Ｒ’＋Ｄ
ｐ’の式から求めることができる。この場合、近傍デー
タベクトルが１次独立でない場合には予測精度が悪化す
る。そこで、データベクトルが１次独立でない場合に
は、近傍データ個数を少なくして計算を行って予測計算
部１５の予測値を得る。
ｐ’の式から求めることができる。この場合、近傍デー
タベクトルが１次独立でない場合には予測精度が悪化す
る。そこで、データベクトルが１次独立でない場合に
は、近傍データ個数を少なくして計算を行って予測計算
部１５の予測値を得る。
【００２８】次に予測値演算手段の第３の手段を述べ
る。第３の手段はテセレーション手段によるもので、こ
の手段の場合には、現時点のデータベクトルの近傍点を
基に要素分割を行い、データを含む領域の面積の関係が
等しくなるよう予測点を計算する。
る。第３の手段はテセレーション手段によるもので、こ
の手段の場合には、現時点のデータベクトルの近傍点を
基に要素分割を行い、データを含む領域の面積の関係が
等しくなるよう予測点を計算する。
【００２９】ここで、現時点のベクトルをＸｐとし、そ
の近傍データをＸ１，Ｘ２，…Ｘｋとする。まず、Ｘｐ
の近傍データＸｉ（ｉ＝０，１…ｋ）によってVoronoi
分割を行い、このときに分割された領域をＶｘ（ｉ）と
する。（図７に示す）次に現時点のデータＸｐを含むVo
ronoi分割を行い、Ｘｐを含むタイルＶｘ（ｐ）を求め
る。この時、Ｖｘ（ｐ）がＶｘ（ｉ）から切り取った部
分をＶｚｉ（Ｔ）とする。次の時刻において同様な操作
をしたときに、次の時刻での近傍データＸｉ’をVorono
i分割したＶｘ’（ｐ）からＸｐの次の時刻の点Ｘｐ’
が切り取る部分Ｖｚｉ（Ｔ＋１）の面積の比がＶｚｉ
（ｔ）と同じであるとすると、Ｘｐ’は次の式で表され
る。
の近傍データをＸ１，Ｘ２，…Ｘｋとする。まず、Ｘｐ
の近傍データＸｉ（ｉ＝０，１…ｋ）によってVoronoi
分割を行い、このときに分割された領域をＶｘ（ｉ）と
する。（図７に示す）次に現時点のデータＸｐを含むVo
ronoi分割を行い、Ｘｐを含むタイルＶｘ（ｐ）を求め
る。この時、Ｖｘ（ｐ）がＶｘ（ｉ）から切り取った部
分をＶｚｉ（Ｔ）とする。次の時刻において同様な操作
をしたときに、次の時刻での近傍データＸｉ’をVorono
i分割したＶｘ’（ｐ）からＸｐの次の時刻の点Ｘｐ’
が切り取る部分Ｖｚｉ（Ｔ＋１）の面積の比がＶｚｉ
（ｔ）と同じであるとすると、Ｘｐ’は次の式で表され
る。
【００３０】
【数５】
【００３１】上記のような手段を用いて予測計算部１５
の予測値を得る。
の予測値を得る。
【００３２】図８は図２に示した無効電力予測機能部の
動作のフローチャートで、ステップＳ１はデータ入力部
１２に既に収集されている無効電力の時系列データをス
テップＳ２でデータ埋め込み部１３に埋め込む。その
後、無効電力演算部１１でステップＳ３の現在の無効電
力を得て、この無効電力をデータ埋め込み部１３にステ
ップＳ４で埋め込む。そして、ステップＳ５により現在
の無効電力を含むデータベクトルに近いデータベクトル
を埋め込まれたアトラクタ中から近傍データ探索部１４
で探索する。探索した結果を予測計算部１５に与えてス
テップＳ６で予測計算を実行する。実行の結果をデータ
出力部１６からステップＳ７で無効電力補償装置の予測
した値として出力し、ステップＳ８で予測した値をサイ
リスタ制御に用いて無効電力を補償する。
動作のフローチャートで、ステップＳ１はデータ入力部
１２に既に収集されている無効電力の時系列データをス
テップＳ２でデータ埋め込み部１３に埋め込む。その
後、無効電力演算部１１でステップＳ３の現在の無効電
力を得て、この無効電力をデータ埋め込み部１３にステ
ップＳ４で埋め込む。そして、ステップＳ５により現在
の無効電力を含むデータベクトルに近いデータベクトル
を埋め込まれたアトラクタ中から近傍データ探索部１４
で探索する。探索した結果を予測計算部１５に与えてス
テップＳ６で予測計算を実行する。実行の結果をデータ
出力部１６からステップＳ７で無効電力補償装置の予測
した値として出力し、ステップＳ８で予測した値をサイ
リスタ制御に用いて無効電力を補償する。
【００３３】
【発明の効果】以上述べたように、この発明によれば、
無効電力補償装置を用いて無効電力の補償を行うときに
予測制御を採用することにより、良好な制御ができるよ
うになる。
無効電力補償装置を用いて無効電力の補償を行うときに
予測制御を採用することにより、良好な制御ができるよ
うになる。
【図１】この発明の実施の形態を示す無効電力補償装置
の概略的な回路構成図。
の概略的な回路構成図。
【図２】無効電力予測機能部の詳細なブロック図。
【図３】近傍データの埋め込みの説明図。
【図４】近傍データの選出の説明図。
【図５】メンバシップ関数説明図。
【図６】グラムシュミット手段説明図。
【図７】テセレーション手段説明図。
【図８】図２の動作処理のフローチャート。
【図９】従来の無効電力補償装置を示す回路構成図。
１…交流電源 ２…電力系統 ３…負荷 ４…無効電力補償装置本体 ５…変圧器 ６…変流器 ７…無効電力補償機能部 １１…無効電力演算部 １２…データ入力部 １３…データ埋め込み部 １４…近傍データ探索部 １５…予測計算部 １６…データ出力部
Claims (5)
- 【請求項１】 電力系統に接続された負荷が発生した無
効電力を無効電力補償装置本体により補償した無効電力
補償装置において、 前記電力系統に接続された変圧器と変流器で検出された
情報を無効電力予測機能部に入力し、その無効電力補償
機能部で無効電力の決定論的短期予測制御を行って、そ
の予想制御出力で前記無効電力補償装置本体を制御し
て、無効電力補償出力を電力系統に供給したことを特徴
とする無効電力補償装置。 - 【請求項２】 前記無効電力補償機能部は、電力系統の
電流、電圧情報から無効電力を計算する無効電力演算部
と、予め電力系統の電流、電圧情報から無効電力を検出
し、その無効電力を時系列データとして入力されたデー
タ入力部と、このデータ入力部からの時系列データと前
記無効電力演算部からの無効電力が入力され、前記時系
列データを埋め込んで多次元再構成空間の軌道（アトラ
クタ）を得るとともに、そのアトラクタ中で無効電力を
含むベクトルを埋め込んだベクトルデータを得るデータ
埋め込み部と、このデータ埋め込み部のベクトルデータ
と前記無効電力演算部からの無効電力が供給され、無効
電力とベクトルデータからベクトルデータの近傍に存在
する点を探索する近傍データ探索部と、この近傍データ
探索部からの近傍に存在する点が供給され、この点が次
の時点でどこに存在するかを前記データ埋め込み部で求
めて予測値を演算する予測計算部と、この予測計算部で
演算された予測値を出力するデータ出力部とからなるこ
とを特徴とする請求項１記載の無効電力補償装置。 - 【請求項３】 前記予測計算部は、無効電力の時系列デ
ータをディレイで埋め込むとともに、埋め込まれた時系
列データの中から現在の点に近い点を求めて近傍ファジ
イ手段により予測値を得るようにしたことを特徴とする
請求項２記載の無効電力補償装置。 - 【請求項４】 前記予測計算部は、無効電力の時系列デ
ータをディレイで埋め込むとともに、埋め込まれた時系
列データの中から現在の点に近い点を求めてグラムシュ
ミット手段により予測値を得るようにしたことを特徴と
する請求項２記載の無効電力補償装置。 - 【請求項５】 前記予測計算部は、無効電力の時系列デ
ータをディレイで埋め込むとともに、埋め込まれた時系
列データの中から現在の点に近い点を求めてテセレーシ
ョン手段により予測値を得るようにしたことを特徴とす
る請求項２記載の無効電力補償装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7183641A JPH0937466A (ja) | 1995-07-20 | 1995-07-20 | 無効電力補償装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7183641A JPH0937466A (ja) | 1995-07-20 | 1995-07-20 | 無効電力補償装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0937466A true JPH0937466A (ja) | 1997-02-07 |
Family
ID=16139349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7183641A Pending JPH0937466A (ja) | 1995-07-20 | 1995-07-20 | 無効電力補償装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0937466A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040004849A (ko) * | 2002-07-05 | 2004-01-16 | 주식회사 포스코 | 무효전력 보상기능을 가진 용접기 |
| CN102324748A (zh) * | 2011-09-08 | 2012-01-18 | 天津理工大学 | 一种基于混沌自适应控制的statcom控制系统 |
| CN103972908A (zh) * | 2014-05-23 | 2014-08-06 | 国家电网公司 | 一种基于自适应混沌粒子群算法的多目标无功优化方法 |
| CN104021926A (zh) * | 2014-06-20 | 2014-09-03 | 沈阳工业大学 | 一种兼具直流偏磁及无功补偿功能的新型电力变压器 |
| CN109066737A (zh) * | 2018-09-12 | 2018-12-21 | 西南交通大学 | 一种牵引-补偿变压器的负序补偿装置及其方法 |
| CN111355246A (zh) * | 2020-03-04 | 2020-06-30 | 国网安徽省电力有限公司检修分公司 | 用于调相机的无功补偿的预测方法、系统及存储介质 |
| KR20230097400A (ko) * | 2021-12-24 | 2023-07-03 | 한국전력공사 | 무효 전력 보상량 예측 장치 및 그 작동 방법 |
-
1995
- 1995-07-20 JP JP7183641A patent/JPH0937466A/ja active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040004849A (ko) * | 2002-07-05 | 2004-01-16 | 주식회사 포스코 | 무효전력 보상기능을 가진 용접기 |
| CN102324748A (zh) * | 2011-09-08 | 2012-01-18 | 天津理工大学 | 一种基于混沌自适应控制的statcom控制系统 |
| CN103972908A (zh) * | 2014-05-23 | 2014-08-06 | 国家电网公司 | 一种基于自适应混沌粒子群算法的多目标无功优化方法 |
| CN104021926A (zh) * | 2014-06-20 | 2014-09-03 | 沈阳工业大学 | 一种兼具直流偏磁及无功补偿功能的新型电力变压器 |
| CN104021926B (zh) * | 2014-06-20 | 2016-03-30 | 沈阳工业大学 | 一种兼具直流偏磁及无功补偿功能的电力变压器 |
| CN109066737A (zh) * | 2018-09-12 | 2018-12-21 | 西南交通大学 | 一种牵引-补偿变压器的负序补偿装置及其方法 |
| CN109066737B (zh) * | 2018-09-12 | 2024-01-09 | 西南交通大学 | 一种牵引-补偿变压器的负序补偿装置及其方法 |
| CN111355246A (zh) * | 2020-03-04 | 2020-06-30 | 国网安徽省电力有限公司检修分公司 | 用于调相机的无功补偿的预测方法、系统及存储介质 |
| CN111355246B (zh) * | 2020-03-04 | 2023-08-18 | 国网安徽省电力有限公司超高压分公司 | 用于调相机的无功补偿的预测方法、系统及存储介质 |
| KR20230097400A (ko) * | 2021-12-24 | 2023-07-03 | 한국전력공사 | 무효 전력 보상량 예측 장치 및 그 작동 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6243385B2 (ja) | モータ電流制御における補正値を学習する機械学習装置および方法ならびに該機械学習装置を備えた補正値計算装置およびモータ駆動装置 | |
| KR102370633B1 (ko) | 공간벡터 변조에 의한 왜곡 스펙트럼 제어 | |
| JPH0937466A (ja) | 無効電力補償装置 | |
| SasiKiran et al. | UKF based estimation approach for DVR control to compensate voltage swell in distribution systems | |
| Vrabie et al. | Continuous-time ADP for linear systems with partially unknown dynamics | |
| Petrik et al. | Constraint relaxation in approximate linear programs | |
| Li et al. | Determination of parameters of time-delayed embedding algorithm using Koopman operator-based model predictive frequency control | |
| JP6894724B2 (ja) | 電力設備計画方法、電力設備製造方法、電力設備計画装置およびプログラム | |
| JP7068557B2 (ja) | 電力制御装置および電力配分計画設定方法 | |
| Mazibukol et al. | Implementation of a FUZZY logic controller (FLC) for improvement of an Automated Voltage Regulators (AVR) dynamic performance | |
| CN117040330A (zh) | 一种带死区时间补偿的永磁同步电机四段无差拍控制方法 | |
| JP2005328673A (ja) | 電力需要予測装置、電力需要予測システム、電力需要予測プログラム、記録媒体、及び電力需要予測方法 | |
| Hu et al. | A novel proportion-integral-differential controller based on deep reinforcement learning for DC/DC power buck converters | |
| CN114243933A (zh) | 无线电能传输系统的pwm波生成方法、装置和设备 | |
| Hasan et al. | Neural network control of induction motor drives for energy efficiency and high dynamic performance | |
| Yang et al. | Intelligent forecasting system using Grey model combined with neural network | |
| KR101529026B1 (ko) | 가중치 기반의 임무지향 전역경로 생성 방법 | |
| Miura et al. | Vision-motion planning of a mobile robot considering vision uncertainty and planning cost | |
| Saeed et al. | Domain-aware multiagent reinforcement learning in navigation | |
| Xia et al. | Machine Learning based Optimal Feedback Control for Microgrid Stabilization | |
| Fuchs et al. | Challenges of grid integration of distributed generation in the interdisciplinary research project Smart Nord | |
| Tarczewski et al. | Application of artificial bee colony algorithm to auto-tuning of state feedback controller for DC-DC power converter | |
| Tarvainen | Generating Pareto-optimal alternatives by a nonfeasible hierarchical method | |
| CN112016243B (zh) | 一种基于响应曲面的交通流量预测模型参数标定方法 | |
| Wang et al. | Graph computing and graph database applications in power system online dispatch |