电压无功控制中的不良数据辨识  

Bad data identification in voltage and reactive power control

作　　者：陈波[1] 李保全[2] 李亚红[2] 刘配配[1] 刘瑗瑗[1] 

机构地区：[1]华南理工大学电力学院,广东广州510640 [2]河南省电力公司漯河供电公司,河南漯河462300

出　　处：《武汉大学学报（工学版）》2010年第5期646-649,共4页Engineering Journal of Wuhan University

基　　金："十一五"国家科技支撑计划重大项目(编号:2006BAA02A17);广东省自然科学基金项目(编号:815100900100059).

摘　　要：电压无功控制(VRPC)由于缺少对变电站遥测数据的真实性进行有效和准确地辨识,容易引起装置误动.针对电压无功控制装置的功能和研究现状,根据无功负荷曲线相似性和平滑性的两个重要特征,采用改进的BP神经网络模型,通过对影响无功负荷的主要因素进行离线训练,实现对无功负荷曲线的拟合,进而实现对无功负荷的预测.通过对实时无功负荷数据和预测无功负荷数据进行比较,实现对不良无功数据的在线辨识.仿真算例验证了改进的BP神经网络模型的有效性和准确性.The voltage and reactive power control（VRPC）system may cause misoperation due to bad meas- urements without being identified effectively and accurately. In this paper, for the function and study of VRPC, according to the similarity and smoothness characteristics of the reactive load curve, reactive load curve is trained off-line,and predicted based on improved BP neural network. Through comparing the real- time reactive load data and forecasting load data to identify bad reactive data on-line. The results of the simulation show effectiveness and accuracy of the improved BP neural network.

关 键 词：变电站 电压无功控制(VRPC) 改进的BP神经网络 无功负荷 不良数据辨识 

分 类 号：TM76[电气工程—电力系统及自动化]