-
公开(公告)号：CN108923474A
公开(公告)日：2018-11-30
申请号：CN201810617160.9
申请日：2018-06-15
申请人： 清华大学 , 中国电力科学研究院有限公司 , 国网甘肃省电力公司 , 国网上海市电力公司
摘要： 本发明涉及一种基于准稳态的多尺度交直流系统电压校正控制方法，属于电力系统安全和控制技术领域。首先将交流系统的故障类型、直流系统控保装置的特性按一定尺度分类整合，一一对应，在此基础上分尺度求解电压安全域，并通过每个尺度对应的直流系统控保装置对越限电压进行校正控制。本发明充分考虑了直流系统控保装置的调节特性，通过使控保装置与交流系统故障一一对应的方式很好地增加了电压调节的灵活性，并在一定程度上较传统AVC方式提高了电压调控能力，更是通过考虑动作代价的方式提高了电网运行的经济型。
-
公开(公告)号：CN108923474B
公开(公告)日：2020-10-20
申请号：CN201810617160.9
申请日：2018-06-15
申请人： 清华大学 , 中国电力科学研究院有限公司 , 国网甘肃省电力公司 , 国网上海市电力公司
摘要： 本发明涉及一种基于准稳态的多尺度交直流系统电压校正控制方法，属于电力系统安全和控制技术领域。首先将交流系统的故障类型、直流系统控保装置的特性按一定尺度分类整合，一一对应，在此基础上分尺度求解电压安全域，并通过每个尺度对应的直流系统控保装置对越限电压进行校正控制。本发明充分考虑了直流系统控保装置的调节特性，通过使控保装置与交流系统故障一一对应的方式很好地增加了电压调节的灵活性，并在一定程度上较传统AVC方式提高了电压调控能力，更是通过考虑动作代价的方式提高了电网运行的经济型。
-
公开(公告)号：CN109698507B
公开(公告)日：2022-02-11
申请号：CN201811233866.1
申请日：2018-10-23
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网甘肃省电力公司 , 国网上海市电力公司 , 华北电力大学
摘要： 一种调相机与静止无功补偿器协调控制方法和系统，包括：当交直流系统处于稳态时，比较系统无功功率和无功功率参考值，确定交直流系统的功率状态，根据功率状态制定调相机与静止无功补偿器的第一协调控制策略；处于暂态时，比较系统电压和电压参考值，确定交直流系统的功率状态，根据功率状态制定调相机与静止无功补偿器的第二协调控制策略。本发明能够针对不同工况，充分利用调相机与静止无功补偿器协调控制对交直流系统提供无功和电压支撑的能力，使得系统电压在发生故障后能够迅速恢复到稳定的态，本发明提出的策略方法可用于无功补偿设备对系统进行动态的无功补偿，有效的投切调相机与静止无功补偿器，使其更大程度上对系统电压起到支撑作用。
-
公开(公告)号：CN109698507A
公开(公告)日：2019-04-30
申请号：CN201811233866.1
申请日：2018-10-23
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网甘肃省电力公司 , 国网上海市电力公司 , 华北电力大学
摘要： 一种调相机与静止无功补偿器协调控制方法和系统，包括：当交直流系统处于稳态时，比较系统无功功率和无功功率参考值，确定交直流系统的功率状态，根据功率状态制定调相机与静止无功补偿器的第一协调控制策略；处于暂态时，比较系统电压和电压参考值，确定交直流系统的功率状态，根据功率状态制定调相机与静止无功补偿器的第二协调控制策略。本发明能够针对不同工况，充分利用调相机与静止无功补偿器协调控制对交直流系统提供无功和电压支撑的能力，使得系统电压在发生故障后能够迅速恢复到稳定的态，本发明提出的策略方法可用于无功补偿设备对系统进行动态的无功补偿，有效的投切调相机与静止无功补偿器，使其更大程度上对系统电压起到支撑作用。
-
公开(公告)号：CN111680818A
公开(公告)日：2020-09-18
申请号：CN202010342045.2
申请日：2020-04-27
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院 , 四川大学 , 国网新疆电力有限公司
摘要： 本发明涉及一种短期无功负荷预测方法和系统，包括：根据电力系统各节点在预测时刻之前各历史预测时刻的观测信息，建立电力系统各节点在预测时刻的样本矩阵；根据电力系统各节点在预测时刻的样本矩阵，利用注意力机制确定电力系统各节点在预测时刻的短期无功负荷预测数据。本发明提供的技术方案，提高了无功负荷预测的准确性和有效性。
-
公开(公告)号：CN111680818B
公开(公告)日：2022-11-01
申请号：CN202010342045.2
申请日：2020-04-27
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院 , 四川大学 , 国网新疆电力有限公司
摘要： 本发明涉及一种短期无功负荷预测方法和系统，包括：根据电力系统各节点在预测时刻之前各历史预测时刻的观测信息，建立电力系统各节点在预测时刻的样本矩阵；根据电力系统各节点在预测时刻的样本矩阵，利用注意力机制确定电力系统各节点在预测时刻的短期无功负荷预测数据。本发明提供的技术方案，提高了无功负荷预测的准确性和有效性。
-
公开(公告)号：CN111525587A
公开(公告)日：2020-08-11
申请号：CN202010252929.9
申请日：2020-04-01
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院 , 国网新疆电力有限公司 , 四川大学
发明人： 范士雄 , 刘幸蔚 , 卫泽晨 , 李立新 , 王伟 , 韩巍 , 王玮 , 张鹏 , 王耿 , 张宪康 , 刘彦 , 沈晓东 , 於益军 , 陈仕彬 , 何欣 , 张锋 , 王衡 , 宋朋飞
IPC分类号： H02J3/16
摘要： 本发明提供了一种基于无功负荷态势的电网无功电压控制方法包括：获取无功分区后的负荷预测数据；将负荷预测数据和预先采集的电网状态数据输入到预先构建的Q‑Learning模型进行深度强化学习得到对应的样本数据；将样本数据和采集的电网状态数据输入预先构建的深度卷积神经网络模型得到预测数据对应的电网运行特征值控制电网无功电压；Q‑Learning模型将电网状态数据中上一时刻的数据通过双重Q‑Learning计算Q值得到当前时刻电网状态数据并将当前时刻电网状态数据作为样本数据；深度卷积神经网络模型将样本数据通过卷积运算并进行降维处理得到电网运行特征值；电网状态数据包括电网的结构数据和电网运行设备的数据；采用深度卷积神经网络模型提取电网运行特征提升了算法效率。
-
公开(公告)号：CN111525587B
公开(公告)日：2022-10-25
申请号：CN202010252929.9
申请日：2020-04-01
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网甘肃省电力公司 , 国网甘肃省电力公司电力科学研究院 , 国网新疆电力有限公司 , 四川大学
发明人： 范士雄 , 刘幸蔚 , 卫泽晨 , 李立新 , 王伟 , 韩巍 , 王玮 , 张鹏 , 王耿 , 张宪康 , 刘彦 , 沈晓东 , 於益军 , 陈仕彬 , 何欣 , 张锋 , 王衡 , 宋朋飞
摘要： 本发明提供一种基于无功负荷态势的电网无功电压控制方法及系统：获取无功分区后的负荷预测数据；将负荷预测数据和预先采集的电网状态数据输入到预先构建的Q‑Learning模型进行深度强化学习得到对应的样本数据；将样本数据和采集的电网状态数据输入预先构建的深度卷积神经网络模型得到预测数据对应的电网运行特征值控制电网无功电压；Q‑Learning模型将电网状态数据中上一时刻的数据通过双重Q‑Learning计算Q值得到当前时刻电网状态数据并将当前时刻电网状态数据作为样本数据；深度卷积神经网络模型将样本数据通过卷积运算并进行降维处理得到电网运行特征值；电网状态数据包括电网的结构数据和电网运行设备的数据；采用深度卷积神经网络模型提取电网运行特征提升了算法效率。
-
公开(公告)号：CN111695731B
公开(公告)日：2023-05-02
申请号：CN202010519594.2
申请日：2020-06-09
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网福建省电力有限公司 , 国网甘肃省电力公司
IPC分类号： G06Q10/04 , G06Q50/06 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/045 , G06N3/084
摘要： 本发明提供的一种基于多源数据和混合神经网络的负荷预测方法、系统以及设备，充分利用与超短期负荷预测相关的多种类型的输入数据，包括历史负荷数据、节假日数据以及天气信息的数值数据和图像数据，并采用混合的神经网络来进行负荷预测模型的训练和预测，相较于传统预测方法和单一的神经网络预测方法，具有较高的预测精度，其预测结果为可电网发电计划以及电网安全校核提供支撑和依据。在采集的数据中，采用箱线图法和插值法对异常数据进行修正，大大提高了数据库的稳定性，降低个别偏差较大、信息不全对预测准确度的产生影响。
-
公开(公告)号：CN111695731A
公开(公告)日：2020-09-22
申请号：CN202010519594.2
申请日：2020-06-09
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网福建省电力有限公司 , 国网甘肃省电力公司
摘要： 本发明提供的一种基于多源数据和混合神经网络的负荷预测方法、系统以及设备，充分利用与超短期负荷预测相关的多种类型的输入数据，包括历史负荷数据、节假日数据以及天气信息的数值数据和图像数据，并采用混合的神经网络来进行负荷预测模型的训练和预测，相较于传统预测方法和单一的神经网络预测方法，具有较高的预测精度，其预测结果为可电网发电计划以及电网安全校核提供支撑和依据。在采集的数据中，采用箱线图法和插值法对异常数据进行修正，大大提高了数据库的稳定性，降低个别偏差较大、信息不全对预测准确度的产生影响。
-
-
-
-
-
-
-
-
-
搜索结果
75 条记录 (耗时 0.069 秒)
