【精彩论文】基于SVR数据驱动的发电机进相极限最优化求解方法

观点凝练

摘要：针对发电机进相限制条件中多变量间复杂非线性强耦合关系导致的机理建模难题，提出一种基于支持向量回归（SVR）数据驱动的发电机进相极限最优化求解方法。该方法将发电机进相极限求解问题转化为计及多个进相限制因素约束下的无功功率最小值问题。基于发电机功角方程推导建立无功功率的目标函数方程；基于SVR驱动模型建立约束变量与目标函数自变量的非线性映射关系，形成约束方程模型；采用改进的二阶振荡粒子群算法对优化模型进行求解。算例分析表明，所提方法建模简单，具有较高的精度和较强的泛化能力，可实现对任意已知有功出力工况下的发电机进相极限的快速计算，适用于发电机进相裕度在线建模和监测。
结论：本文提出了一种基于SVR数据驱动的发电机进相极限最优化求解方法，推导建立了无功功率优化目标函数模型，构造了基于SVR模型的约束函数模型，最后编制了改进的二阶振荡粒子群优化求解程序。

通过重庆电网某300 MW汽轮发电机和350 MW水轮发电机的进相极限建模，实例验证了SVR用于进相约束函数建模具有不错的泛化能力。改进的二阶振荡粒子群算法对所提目标优化模型进行求解具有收敛速度快、全局搜索能力强的优点。本文方法可快速实现对任意已知有功出力工况下的发电机进相极限计算，结果具有较高的精度和较强的运行工况泛化能力，对于发电机进相运行的在线建模和裕度监测具有一定的指导意义。

引文信息

李登峰, 杨旼才, 刘育明, 等. 基于SVR数据驱动的发电机进相极限最优化求解方法[J]. 中国电力, 2021, 54(8): 136-143, 153.LI Dengfeng, YANG Mincai, LIU Yuming, et al. SVR data-driven optimization of generator leading phase operation limit[J]. Electric Power, 2021, 54(8): 136-143, 153.

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：杨彪审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。