基于人工神经元网络的电力系统暂稳极限功率快速确定

提出用神经元网络来实现暂态能量裕度、发电机输出功率及故障切除时间三者之间的非线性映射关系，从而实现暂态稳定极限功率的快速精确求解，并将其研究范围扩大到同时考虑故障切除时间变化的影响，突破了灵敏度分析法的局限性。文中还将电力系统动态等值技术与Ｌｙａｐｕｎｏｖ直接法相结合，极大地提高了学习样本的提取速度。系统算例表明，文中所提出的暂稳极限功率确定方法速度快、精度高，并具有较强的模型适应性和较好的工程实用背景。     

基于扩展等面积准则法的广义暂态稳定裕度

指出了传统的扩展等面积准则法（ＥＥＡＣ法）暂态稳定裕度定义方法的局限性及其适用范围，提出了可在电力系统状态变量的较大变化范围内，仍能正确反映系统受扰严重程度的ＥＥＡＣ法广义哲态稳定裕度定义数学模型及具体计算方法，并用实际系统的计算分析验证了所提出定义方法的正确性及有效性，从而为电力系统快速暂态稳定“扫描”分析及故障严重性排队提供了一个更为有效的暂态稳定格度定量指标。