一种基于EWM的电网故障冲击强度量化指标分析方法

    公开(公告)号:CN113484678B

    公开(公告)日:2023-11-28

    申请号:CN202110777815.0

    申请日:2021-07-09

    Abstract: 本发明公开了一种基于EWM的电网故障冲击强度量化指标分析方法。根据电网故障暂态数据建立子指标模型,求取目标节点的电压跌落面积,电压跌落幅值和电压变化率,建立决策矩阵并对矩阵数据进行效用型归一化处理,然后根据EWM,计算评价对象的特征比重、计算指标的熵值、计算信息冗余度、计算各项指标的权重,最后计算每个评价对象的综合评分即量化指标的值。本发明方法原理简单,计算快速,具有良好的性能,可在短的时间内实现对电力系统发生故障冲击后,系统节点电压稳定性的量化表示,具有很好的使用价值,同时可通过数据的可视化,在一定程度上增强人工对系统故障严重程度的评判,以采取控制策略,防止故障的进一步扩大。

    一种基于EWM的电网故障冲击强度量化指标分析方法

    公开(公告)号:CN113484678A

    公开(公告)日:2021-10-08

    申请号:CN202110777815.0

    申请日:2021-07-09

    Abstract: 本发明公开了一种基于EWM的电网故障冲击强度量化指标分析方法。根据电网故障暂态数据建立子指标模型,求取目标节点的电压跌落面积,电压跌落幅值和电压变化率,建立决策矩阵并对矩阵数据进行效用型归一化处理,然后根据EWM,计算评价对象的特征比重、计算指标的熵值、计算信息冗余度、计算各项指标的权重,最后计算每个评价对象的综合评分即量化指标的值。本发明方法原理简单,计算快速,具有良好的性能,可在短的时间内实现对电力系统发生故障冲击后,系统节点电压稳定性的量化表示,具有很好的使用价值,同时可通过数据的可视化,在一定程度上增强人工对系统故障严重程度的评判,以采取控制策略,防止故障的进一步扩大。

    基于深度神经网络的交直流混联电网暂态稳定判断方法

    公开(公告)号:CN111725802B

    公开(公告)日:2021-10-08

    申请号:CN202010493766.3

    申请日:2020-06-03

    Abstract: 本发明涉及一种基于深度神经网络的交直流混联电网暂态稳定判断方法,属于电网暂态稳定评估领域。现代电网出现了信息物理融合与大电网复杂互联等新特征,对电力系统暂态稳定评估方法产生了极大的影响。为了能够适应未来电网出现的新特性,本发明将深度学习方法引入电力系统暂态稳定判断;通过仿真获取能够反应交直流电网系统特征的暂态样本数据集,利用深度学习架构对特征数据集与稳定结果之间的映射关系进行训练。采用改进的IEEE新英格兰10机39节点作为测试系统,相较于常用的浅层学习方法支持向量机、决策树,本发明所采用的的技术方案能够更快实现暂态稳定评估,评估准确率更高,泛化能力更强。

    基于深度神经网络的交直流混联电网暂态稳定判断方法

    公开(公告)号:CN111725802A

    公开(公告)日:2020-09-29

    申请号:CN202010493766.3

    申请日:2020-06-03

    Abstract: 本发明涉及一种基于深度神经网络的交直流混联电网暂态稳定判断方法,属于电网暂态稳定评估领域。现代电网出现了信息物理融合与大电网复杂互联等新特征,对电力系统暂态稳定评估方法产生了极大的影响。为了能够适应未来电网出现的新特性,本发明将深度学习方法引入电力系统暂态稳定判断;通过仿真获取能够反应交直流电网系统特征的暂态样本数据集,利用深度学习架构对特征数据集与稳定结果之间的映射关系进行训练。采用改进的IEEE新英格兰10机39节点作为测试系统,相较于常用的浅层学习方法支持向量机、决策树,本发明所采用的的技术方案能够更快实现暂态稳定评估,评估准确率更高,泛化能力更强。

Patent Agency Ranking