基于保护电路运行状态增强识别的双馈风电场等值建模

• Published in: 电力系统保护与控制 Vol. 52; no. 22; pp. 129 - 142
• Main Authors: 蒋昊, 许立雄, 崔晓丹, 吴家龙, 李林秀
• Format: Journal Article
• Language: Chinese
• Published: 电网运行风险防御技术与装备全国重点实验室,江苏 南京 211106%南瑞集团有限公司(国网电力科学研究院有限公司),江苏 南京 211106 16.11.2024; 四川大学电气工程学院,四川 成都 610065%南瑞集团有限公司(国网电力科学研究院有限公司),江苏 南京 211106
• Subjects: generative adversarial networks; 生成对抗网络; 深度信念网络; crowbar protection; core sample; deep belief networks; 核心样本; 直流卸荷保护; two-step clustering; 撬棒保护; chopper protection; 两步分群
• ISSN: 1674-3415
• DOI: 10.19783/j.cnki.pspc.240400

网侧故障期间各风电机组保护电路运行状态是影响双馈风电场并网点暂态响应特性的主要因素.针对双馈风电机组保护电路运行状态难以显式数学表征的问题,提出了基于保护电路运行状态增强识别的双馈风电场等值建模方法.首先,根据样本对模型训练过程的影响程度构建了核心样本指数用于提取核心样本,利用生成对抗网络(generative adversarial network,GAN)对核心样本进行学习生成增强.然后,采用增强样本集训练深度信念网络(deep belief network,DBN)构建双馈风电机组保护电路运行状态识别模型.最后,根据识别结果及风速对双馈风电场内机组进行分群,计算各群等值参数最终建立双馈风电场等值模型.通过对比试验以及指标评价,验证了样本增强对模型训练的提升效果以及运用所提方法构建的等值模型的准确性.