Sintonización Adaptativa del Estabilizador de Sistema de Potencia mediante Árboles de Decisión y Optimización Heurística

Q4 Physics and Astronomy
J. Oscullo, Jaime Cristóbal Cepeda
{"title":"Sintonización Adaptativa del Estabilizador de Sistema de Potencia mediante Árboles de Decisión y Optimización Heurística","authors":"J. Oscullo, Jaime Cristóbal Cepeda","doi":"10.33333/rp.vol51n1.05","DOIUrl":null,"url":null,"abstract":"Este artículo presenta un enfoque novedoso para amortiguar de forma adaptativa las oscilaciones de baja frecuencia mediante un clasificador de árboles de decisión que utilizan como entradas las señales de frecuencia y potencia de las barras de generación sensadas por el sistema de monitoreo de área amplia (WAMS). El ajuste adaptativo de los estabilizadores de sistemas de potencia (PSS) convencionales (p.ej., PSS1A, PSS2A, PSS2B), que se encuentran disponibles en el sistema, se realiza al modificar los parámetros óptimos de sintonización del PSS, mediante el análisis de los modos críticos de los escenarios operativos utilizando el algoritmo de optimización heurística de mapeo media- varianza (MVMO). Estos parámetros por escenario pueden ser seleccionados mediante un clasificador inteligente basado en árboles de decisión con el objetivo de adaptar la sintonización del PSS a las condiciones de operación. Dicho proceso se implementa en PowerFactory de DIgSILENT mediante la herramienta de análisis modal, se determinan los modos críticos, para el caso de simulación. Mientras en tiempo real, los modos críticos son obtenidos por medio del algoritmo de identificación modal establecido con la matriz Pencil de las señales WAMS. La metodología planteada se aplica al sistema New York-New England de 66-Barras, obteniéndose la mejor respuesta dinámica del sistema con los PSS adaptativos a las diferentes condiciones operativas del sistema. Además, se compara la respuesta con el PSS4B que se caracteriza por monitorear varias frecuencias de los modos de oscilación presentes en la operación del sistema y así presentar los beneficios a la contribución propuesta.","PeriodicalId":34134,"journal":{"name":"Revista Politecnica","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-02-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Politecnica","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33333/rp.vol51n1.05","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Physics and Astronomy","Score":null,"Total":0}
引用次数: 0

Abstract

Este artículo presenta un enfoque novedoso para amortiguar de forma adaptativa las oscilaciones de baja frecuencia mediante un clasificador de árboles de decisión que utilizan como entradas las señales de frecuencia y potencia de las barras de generación sensadas por el sistema de monitoreo de área amplia (WAMS). El ajuste adaptativo de los estabilizadores de sistemas de potencia (PSS) convencionales (p.ej., PSS1A, PSS2A, PSS2B), que se encuentran disponibles en el sistema, se realiza al modificar los parámetros óptimos de sintonización del PSS, mediante el análisis de los modos críticos de los escenarios operativos utilizando el algoritmo de optimización heurística de mapeo media- varianza (MVMO). Estos parámetros por escenario pueden ser seleccionados mediante un clasificador inteligente basado en árboles de decisión con el objetivo de adaptar la sintonización del PSS a las condiciones de operación. Dicho proceso se implementa en PowerFactory de DIgSILENT mediante la herramienta de análisis modal, se determinan los modos críticos, para el caso de simulación. Mientras en tiempo real, los modos críticos son obtenidos por medio del algoritmo de identificación modal establecido con la matriz Pencil de las señales WAMS. La metodología planteada se aplica al sistema New York-New England de 66-Barras, obteniéndose la mejor respuesta dinámica del sistema con los PSS adaptativos a las diferentes condiciones operativas del sistema. Además, se compara la respuesta con el PSS4B que se caracteriza por monitorear varias frecuencias de los modos de oscilación presentes en la operación del sistema y así presentar los beneficios a la contribución propuesta.
基于决策树和启发式优化的电力系统稳定器自适应调整
本文提出了一种利用决策树分类器自适应阻尼低频振荡的新方法,该决策树分类器使用广域监测系统(WAMS)检测到的母线频率和功率信号作为输入。构象调整电力系统稳定器(PSS)常规武器(例如PSS1A PSS2A, PSS2B),都可在该系统,通过修改参数最佳PSS拨号的方式,通过分析关键场景映射操作使用启发式优化算法的平均实际开支(MVMO)。这些参数可以通过基于决策树的智能分类器选择,以使PSS调谐适应运行条件。该过程在DIgSILENT的PowerFactory中使用模态分析工具实现,确定仿真情况下的关键模态。在实时情况下,通过用铅笔矩阵建立WAMS信号的模态识别算法得到临界模态。该方法应用于纽约-新英格兰66杆系统,获得了系统的最佳动态响应,PSS适应了系统的不同运行条件。此外,我们将响应与PSS4B进行了比较,PSS4B的特点是监测系统运行中存在的振荡模式的几个频率,从而展示了所提出的贡献的好处。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
Revista Politecnica
Revista Politecnica Chemistry-Chemistry (miscellaneous)
CiteScore
0.40
自引率
0.00%
发文量
22
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信
小红书