深度学习网络的微电网变压器电压波动抑制研究

郭永鑫，肖洪光，杨 璐

(国网吉林省电力有限公司，吉林 长春 130062)

0 引言

微电网作为充分发挥分布式能源效用的主要形式，能够满足当前能源需求的快速提升。其中，以变压器为核心的微电网结构成为当前研究领域的关注热点[1]。微电网变压器受干扰后易产生电压波动问题，严重影响微电网供电质量，直接或间接导致的经济损失越来越严重[2]。抑制变压器电压波动需以准确的电压波动估计为基础[3]。

作为机器学习的主要组成结构，深度学习网络通过学习样本内在规律完成信息识别[4]。深度学习网络中的置信网络具有特征提取与分类功能[5]，可应用于变压器电压波动估计。为此，提出了基于深度学习网络的微电网变压器电压波动估计与抑制方法，采用深度学习网络完成特征提取功能，以自动生成特征替代人工设置特征，准确估计电压波动情况；在电压出现波动条件下，通过组合抑制方法抑制其波动，保障微电网的稳定运行。

1 微电网变压器电压波动抑制方法

1.1 微电网系统结构

微电网系统结构包括主电网、变压器、光伏阵列、风机、蓄能系统等[6]。变压器包含三个层级[7]，分别是H桥型交流电源(alternating current，AC)与直流电源(direct current，DC)变流器级联构建的输入级、双向全桥DC-DC变换器变流器并联构建的隔离级、完成电压源型逆变的输出级。三个层级分别具有连接主电网不同电压等级、变换电压、提供低压交流接口引出微电网交流母线的功能。微电网交流母线利用DC-AC、AC-DC-AC变换器连接风机与光伏等分布式能源。……