论文部分内容阅读
提出一种用人工神经网络分析电力系统扭振的新方法。影响扭振模态阻尼特性的一些主要因素，如发电机负荷和电容器补偿系数等系统变量作为神经网络的输入。其输出提供期望的扭振模态特征值。一旦利用离线导出的训练数据集学习到了神经网络的连接权值，则该神经网络即可用于实时状态的扭振分析。在ＩＥＥＥ第一基准模型上进行了扭振分析实验。结果认为，所提出方法可用作系统运行人员进行次同步谐振分析的有效工具。