基于加权正则化极限学习机与改进梯度投影法的谐波源定位.pdf
《基于加权正则化极限学习机与改进梯度投影法的谐波源定位.pdf》由会员分享,可在线阅读,更多相关《基于加权正则化极限学习机与改进梯度投影法的谐波源定位.pdf(6页珍藏版)》请在咨信网上搜索。
1、13第 4 期(总第 241期)2023 年 8 月山 西 电 力No.4(Ser.241)Aug.2023SHANXI ELECTRIC POWER基于加权正则化极限学习机与改进梯度投影法的谐波源定位沈清野(国网舟山供电公司,浙江 舟山 316000)摘要:针对配电网谐波源分布稀疏、监测装置少及定位难度高等特点,提出了采用基于加权正则化极限学习机与改进梯度投影法相结合的方法进行谐波源定位。具体的做法是,先构建系统量测节点的优化配置模型,采用模拟退火遗传算法进行求解,然后利用从监测节点获取的量测数据构建基于加权正则化极限学习机的谐波源定位模型,确定含有谐波源的嫌疑节点,实现谐波源的定性分析,最
2、后再采用改进梯度投影法求取嫌疑节点的谐波电流,完成谐波源的定量分析。仿真结果表明:采用加权正则化极限学习机与改进梯度投影法相结合的谐波源定位方法具有定位精度高、速度快的优点,有一定的推广价值。关键词:谐波源定位;改进梯度投影法;加权正则化极限学习机;模拟退火遗传算法中图分类号:TM711 文献标志码:A 文章编号:1671-0320(2023)04-0013-060引言 随着高渗透率的分布式电源接入电网,同时大量的非线性负荷在配电网中的占比增大,配电网中的谐波污染日趋复杂,世界各国均予以高度重视1-2。配电网中产生的大量谐波不仅危害家用电器设备的正常运行,甚至会损害设备,而且在严重时可能造成重
3、大的电网安全事故。因此,急需对配电网的谐波源进行有效定位以快速消除系统中的大量谐波,保证系统的安全稳定运行3。目前,谐波源定位方法可以划分为两类:一类是等效电路法,该方法的优点是模型比较简单,缺点是仅能判别谐波源是位于系统侧还是负荷侧,不能实现谐波源的精确位置及谐波电流的准确估值,且多数情况下应用于单谐波源的定位;另一类是谐波状态估计法,该方法仅需安装少量的量测装置就可实现系统的整体可观性,其广泛应用于多谐波源的定位研究4。收稿日期:2022-09-10,修回日期:2023-03-09作者简介:沈清野(1990),男,浙江舟山人,2016年毕业于东 北电力大学电气工程专业,工程师,从事高压输电
4、电缆 运维与检修工作。文献5采用基于压缩感知的谐波检测器来识别和估计系统中的主谐波源,该方法不受背景谐波的影响,可有效进行主谐波源的识别及谐波电流的估计。针对谐波状态估计法中嫌疑节点的选取问题,本文进行了探讨。1 监测装置优化配置 为了平衡系统可观性及控制成本之间的矛盾,下面将通过构建系统监测装置最优配置的模型(包括目标函数和约束条件)及优化求解方法(模拟退火遗传算法)来解决。1.1 目标函数 设n节点系统目标函数为 其中,n表示所选系统的节点总数;i表示在节点i安装量测装置的成本,本文不考虑量测装置间的差异,取i=1;i的取值有1和0,当其为1时表示该节点装有监测装置,当其为0时表示该节点未
5、安装监测装置。(1)山 西 电 力2023 年第 4 期141.2 约束条件 通过如下方法可判断系统中的节点是否可观。a)当某条母线安装量测装置,则与其相连支路电流均为可测量。b)当一条支路中的一个端点配备量测装置,或者除节点i的电压未知,而与节点i相连的其他节点的电压已知,则另一个端点或节点i的电压可虚拟测量。c)当一条支路两端电压确定,或者若某节点连接y条支路,其中已知y-1条支路的电流,则可虚拟测量该支路电流。构建描述系统节点的关联矩阵MM,矩阵中元素表示方法为 (2)系统可观测性的约束方程可表示为 (3)其中,=1,2,nT,表示每个节点的量测装置配置情况;I I表示每个节点至少有一个
6、量测装置可观测到,其矩阵元素都为1。为确定系统量测装置的数量和位置,本文采用模拟退火遗传算法SA+GA法6(simulatedannealingandgeneticalgorithm)对上述模型进行求解。2 谐波源定位原理 基于上述监测装置优化配置结果,下面将分别进行谐波源的定性分析及定量分析。谐波源的定性分析选择加权正则化极限学习机WRELM(weightedregularizationextremelearningmachine)估计器的谐波源定性分析,谐波源的定量分析选择改进梯度投影法IGPM(improvedgradientprojectionmethod)的谐波源定量分析。2.1 基
7、于WRELM估计器的谐波源定性分析 在单隐含层前馈神经网络的基础上,有学者提出了极限学习机ELM(extremelearningmachine)算法,利用ELM较强的非线性拟合特性构造谐波源定位估计器,进行谐波源的定性分析。设ELM模型具有K个隐含层神经元,激活函数为g(x x),则定位估计器模型为 其中,i和i分别表示输入、输出向量与隐含层i的连接权值向量;bi为隐含层i的偏置值;为ELM网络的输入集。本文在ELM估计器的基础上引入正则化系数、加权系数及结构风险,构建WRELM谐波源定位估计器,以提高估计器的泛化能力和估计精度,详细步骤如下:a)构建WRELM估计器目标函数。设其函数为 (5
8、)其中,为正则化系数;为隐含层输出矩阵;为训练样本的误差和;为输出集;为权重的对角矩阵;2和 2分别为经验风险和结构风险。b)根据式(5)可构建目标函数的Lagrange方程,具体情况如式(6)所示。(6)其中,为拉格朗日算子。c)分别对方程的变量求偏导,可求出连接权值。其中:为单位矩阵。d)将式(7)代入式(4)即可得到WRELM估计器的拟合回归模型。(8)其中,为谐波源所在节点向量。基于上述步骤则可建成WRELM估计器。2.2 基于IGPM的谐波源定量分析 通常配电网中的谐波源数量较少,且状态分布稀疏,因此可基于压缩感知理论进行谐波源定位。梯度投影法在采样点有限的条件下具有精确度高、鲁棒性
9、强的优点,但由于其采用交替搜索方式,造成运算复杂度高、速度慢。为提高谐波源定位的速度,节约存储空间,将梯度投影法的搜索方式改为沿负梯度方向,可降低算法的计算量,并提高其泛化能力。因此,本文采用IGPM7进行谐波源的定量(4)(7)沈清野:基于加权正则化极限学习机与改进梯度投影法的谐波源定位2023 年 8 月15分析。为验证IGPM定量分析的结果,本文以经典谐波源定位方法即最小二乘法LSM(leastsquaremethod)作为对比进行仿真。a)LSM定位原理。设系统含有n个节点,则由各节点之间的谐波电压向量与注入电流 向量可列写如下系统状态方程。(9)其中,A A表示系统输电线路的阻抗矩阵
10、。则式(9)可进一步变换为 (10)其中,表示WRELM估计器估计出的嫌疑节点的谐波注入电流;表示非嫌疑节点的注入谐波电流;表示安装监测装置节点的谐波电压向量;表示未安装监测装置节点的谐波电压向量。若忽略非嫌疑节点的谐波注入电流,则通过式(10)可得嫌疑节点的注入谐波电流。(11)式(11)即为LSM进行谐波源定位的计算方程。b)IGPM定位原理。设IGPM的目标函数为 (12)其中,为与监测装置节点相连支路的谐波电流向量,为量测量;表示和监测节点相连支路的谐波电流与嫌疑节点注入谐波电流的关系矩阵。将上述目标函数进一步变换为求解凸非约束优化问题 其中,为阈值。IGPM的搜索方向和搜索步长的计算
11、方法如下:设第k次迭代的支撑集、重构向量及信号残差分别为、和rk-1。为使每次迭代后的重构向量的稀疏性最高且重构误差最小,将式(13)展开得到 (14)欲使式(14)取值最小等价于求解式(15)(15)由于 ,则式(15)可转化为 (16)为求取负梯度,需对上式中的求偏导 (17)其中:为极性向量,表示对向量求l1范数;j表示第j个重构向量的值。因此,计算出的最快速搜索步长为 (18)采用IGPM求取重构向量的流程如图1所示。图1 求取重构向量流程图(13)?山 西 电 力2023 年第 4 期16 为衡量谐波源定量分析结果的准确性,选用相对误差e1作为评价指标,其公式如下。(19)其中,zi
12、表示第i个谐波源注入节点的谐波电流值。3 算例分析 在PSCAD仿真平台搭建IEEE14节点系统对提出方法进行验证,其具体相关参数依据文献8进行设置。仿真实验使用的数据均从该仿真系统获取,具体方法如下:首先将文献9中5次谐波电流源的经典曲线加入到仿真系统;然后不断改变谐波电流源的位置,记录量测装置在每个状态过程中检测到的谐波电压幅值和相位;最后,将记录的谐波监测点电压参数向量及谐波源所处母线的位置向量一一对应组成数据对,作为定位器的训练数据集。基于该方法共采集了320对数据组成训练数据集。仿真中使用的训练数据与分析数据相互独立。3.1 量测装置数量及分布以IEEE14节点系统为例进行仿真。采用
13、SA+GA对1.1小节及1.2小节构建的量测装置优化配置模型进行求解,初始化控制参数如下:种群P=10个,最大遗传代数M=100,交叉概率Pc=0.7,变异概率Pm=0.01,冷却系数q=0.8,起始温度To=100,终止温度为Tend,进化代数t=120,各计算14次,配置结果如表1所示。表1 两种算法的配置结果方法全局收敛最优次数/次局部收敛最优次数/次最优配置方案SA 86A2,A6,A9,A12GA+SA122A2,A6,A9 从表1可以看出,与SA相比,SA+GA不仅在全局收敛性方面性能表现优良,而且其所需配置的量测节点的数目也较少,即仅需在节点A2、A6及A9安装量测装置即可实现系
14、统的全局可观测。3.2 WRELM的参数选择 将量测节点的电压向量作为WRELM输入,谐波源所在节点编号作为输出,构建WRELM定位估计器。以错误率作为评价指标,在3.1节的监测装置获取的数据选择120组仿真数据作为测试样本,基于交叉验证法来进行WRELM估计器的参数选取,仿真结果如表2所示。表2 参数优化结果激活函数不同隐含层对应的错误率/51015202530Sine 9.757.725.825.136.828.81Sigmoid10.467.855.865.838.858.31Triangularbasis 9.847.936.425.927.948.92Radialbasis10.02
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 加权 正则 极限 学习机 改进 梯度 投影 谐波 定位
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。