基于贝叶斯网络理论的智能AGC设计

王鹤飞

(东北电力大学，吉林吉林132012)

0 引言

随着电力系统规模的不断扩大、其结构的改变和新兴的可再生能源的出现，以往那些有关AGC的设计对于现代电力系统来说不太适用。因此，应该在现代电力系统AGC的设计中应用一些智能控制技术。贝叶斯网络作为一种智能控制技术应用到现代电力系统中，能使AGC的设计有更强的自适应能力。贝叶斯网络的主要特征是通过给定一个能够影响结果的因素，将其对条件的依赖性加到模型中，进行智能判断。贝叶斯网络［1－2］是具有超强的记忆性，不受各种环境干扰因素的影响，能够很好地适应非线性的电力系统。贝叶斯网络模型之所以比其他的预测和记忆模型好，是因为它的神经结构网络能够清楚地表明其结构数据间的内在联系。因此，本文主要阐述基于贝叶斯网络理论的AGC的设计，及其应用于计及风机并网的现代互联电力系统。同时，提出了一种贝叶斯网络系统的构架。

1 贝叶斯网络的基本原理

1.1 网络图模型

该模型的基本思想是建立模块化概念，即复杂的系统都是由许多简单的个体部分联合而成的。网络图模型的理论思想是图论和概率论的密切结合的产物。概率论是提供了组合这些模块的黏合剂，并同时为有关数据和模型提供了连接的界面。图模型中的图论部分，不仅提供了相互影响变量集的直观界面，而且提供了有效算法的数据结构［3］。

概率图模型中的图的节点代表随机变量，边代表变量之间的概率联系。……