Resumen

En los ltimos aos, con el acceso de nuevas fuentes de energa a gran escala, el problema de la oscilacin subsncrona (OS) en los sistemas de potencia ha presentado una novedosa forma multifuente y multitransformacin, que puede suponer una amenaza significativa. Los mtodos convencionales de control y proteccin dan lugar principalmente a acciones de proteccin de los dispositivos en presencia de oscilaciones graves. En general, el control en lnea slo identifica la frecuencia y la amplitud, mientras que no puede identificar el factor de atenuacin. Adems, la determinacin del umbral de alerta depende ms de la experiencia humana, por lo que no se puede garantizar la fiabilidad y rapidez de la alerta temprana. Este estudio lleva a cabo una investigacin en profundidad de la agrupacin de energa elica-trmica y del sistema hbrido de transmisin de corriente alterna (CA) y corriente continua (CC) de alta tensin extrema. Los principales factores del SSO en este sistema no estn claros, lo que dificulta una supervisin eficaz. Dados los problemas mencionados, se desarrolla un mtodo que combina el aprendizaje automtico por retropropagacin de LevenbergMarquardt (LM) con el anlisis de sensibilidad (SA) y el anlisis de componentes principales (PCA). En primer lugar, se realiza el anlisis de sensibilidad de cada factor del sistema para identificar los principales factores del SSO. Posteriormente, los datos histricos de muestra se reducen con el anlisis de componentes principales para reducir la redundancia, que se adopta para entrenar el modelo de regresin con el fin de determinar el factor de atenuacin y la frecuencia y, a continuacin, enviarlos al clasificador para su clasificacin con el fin de completar la tarea del modelo de evaluacin. Cuando se carga una nueva seal de datos, el modelo de evaluacin identifica el factor de atenuacin y la frecuencia y, posteriormente, determina la presencia de SSO. En consecuencia, se lleva a cabo una alerta temprana. El modelo de simulacin perfeccionado del sistema y el modelo de aprendizaje automtico verifican la eficacia del mtodo.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Acceso; Oscilación subsíncrona; Control; Métodos de protección; Aprendizaje automático; Alerta temprana
• Keywords:Access; Subsynchronous oscillation; Control; Protection methods; Machine learning; Early warning