-
公开(公告)号：CN110417011B
公开(公告)日：2022-11-08
申请号：CN201910703285.8
申请日：2019-07-31
Applicant: 三峡大学
IPC: G06Q10/06
Abstract: 本发明提供了一种基于互信息与迭代随机森林的在线动态安全评估方法，包括以下步骤：基于电力系统历史运行数据以及对一系列故障的仿真，创建出包含大量运行变量与暂态稳定裕度(Transient Stability Margins，TSMs)的数据集；利用部分互信息(Partial Mutual Information，PMI)对数据集进行特征选择，筛选出关键变量；将关键变量发送到迭代随机森林(Iterated Random Forest，IRF)回归器进行训练；通过从广域量测系统(Wide Area Measurement System，WAMS)服务器实时接收到选定的变量，经过训练的动态安全评估(Dynamic Security Assessment，DSA)模型将立即提供实时评估结果。本发明提出的电力系统在线DSA模型能够为电网提供快速高效的评估，有利于电力人员的系统维护及安全措施预防的工作，对改善电网运行的安全性与质量有着重大意义。
-
公开(公告)号：CN115017663A
公开(公告)日：2022-09-06
申请号：CN202210757337.1
申请日：2022-06-30
Applicant: 三峡大学
IPC: G06F30/18 , G06F30/27 , G06K9/62 , G06N3/00 , G06Q10/04 , G06Q50/06 , G06F111/04 , G06F111/10 , G06F113/16
Abstract: 一种考虑海缆实际载流量的集电系统拓扑优化方法，包括以下步骤：采用模糊聚类算法，将风机划分到数个子区域中；在子区域内部，只考虑海底直埋敷设，对分区内部海缆出厂标定载流量进行修正，得到实际稳态载流量，并通过算法得到拓扑结构，选择合适海缆规格；在馈线部分，分别考虑海底直埋敷设、J型管敷设、空气敷设三种敷设环境，选择满足三种敷设环境载流量约束的海缆规格，并且考虑到馈线根数对修正系数的影响，对每个子区域电流汇入的升压站进行选择；根据海缆选型结果，计算风电场内拓扑总成本。本发明能够以海缆实际稳态载流量作为选择海缆规格的依据，避免了因海缆规格不合适引起的热击穿故障或线芯不能充分利用导致的成本上升。
-
公开(公告)号：CN112862004B
公开(公告)日：2022-08-05
申请号：CN202110297761.8
申请日：2021-03-19
Applicant: 三峡大学
Abstract: 基于变分贝叶斯深度学习的电网工程造价管控指标预测方法，基于工程造价数据库，选取概算前造价数据x与结算造价指标y，形成新的训练样本数据库，当给定新的造价数据xn+1时，目标得到结算造价管控指标p(yn+1|xn+1；D)。采用基于LSTM深度学习网络的造价指标预测模型，以非线性方式处理造价管控指标数据。采用随机梯度哈密尔顿蒙特卡洛概率预测方法进行采样，用期望值作为概率的预测值。采用造价管控指标预测模型隐含概率分布的近似推断，最小化隐变量概率分布与真实分布的差异。本发明方法在预测技巧和预测可靠性方面均明显优于其它模型，能够提供有效的不确定度估计预测结果。
-
公开(公告)号：CN112862004A
公开(公告)日：2021-05-28
申请号：CN202110297761.8
申请日：2021-03-19
Applicant: 三峡大学
Abstract: 基于变分贝叶斯深度学习的电网工程造价管控指标预测方法，基于工程造价数据库，选取概算前造价数据x与结算造价指标y，形成新的训练样本数据库，当给定新的造价数据xn+1时，目标得到结算造价管控指标p(yn+1|xn+1；D)。采用基于LSTM深度学习网络的造价指标预测模型，以非线性方式处理造价管控指标数据。采用随机梯度哈密尔顿蒙特卡洛概率预测方法进行采样，用期望值作为概率的预测值。采用造价管控指标预测模型隐含概率分布的近似推断，最小化隐变量概率分布与真实分布的差异。本发明方法在预测技巧和预测可靠性方面均明显优于其它模型，能够提供有效的不确定度估计预测结果。
-
公开(公告)号：CN111416365A
公开(公告)日：2020-07-14
申请号：CN202010291575.9
申请日：2020-04-14
Applicant: 三峡大学
IPC: H02J3/24
Abstract: 风电场与常规调频机组异步协同最优AGC控制系统，该系统包括风电机组二次调频响应模型、风电场与常规调频机组异步协同参与二次调频控制模型；所述风电机组二次调频响应模型包括风速预测模块，风速预测模块将最大出力发送给风电场降载计算模块，风电场降载计算模块将风电场总调节量发送给比例分配模块，比例分配模块产生每台机组的发电量发送给风电机组控制模块。风电场与常规调频机组异步协同参与二次调频控制模型包括异步协同最优AGC控制模型，异步协同最优AGC控制模型分别与风电场降载计算模块、常规调频机组模块连接，风电场降载计算模块、常规机组调频模块、负荷接入电力系统模块。该系统采用异步协同最优AGC控制，实现了风电场和常规调频机组调频能力的实时最优分配。
-
Patent Agency Ranking
公开(公告)号：CN111416364A
公开(公告)日：2020-07-14
申请号：CN202010290752.1
申请日：2020-04-14
Applicant: 三峡大学
IPC: H02J3/24
Abstract: 考虑实际风速特性的风电场变协同调频控制方法，包括以下步骤：步骤1：选取二次调频机组下发调频指令的时刻点；步骤2：确定风电场在超短期负荷预测模型下所得调频点的调频备用容量范围；步骤3：针对采样所得的风电机组调频点，构建近似斜率区间；步骤4：基于构建的近似斜率区间，计算风电场的响应时间间隔。本发明在保证风电场有效调频能力释放的前提下降低了风电场的调频次数，起到了减少风电场调频控制机会成本，减轻常规机组调频备用压力的作用。
-
公开(公告)号：CN119362483A
公开(公告)日：2025-01-24
申请号：CN202411374617.X
申请日：2024-09-29
Applicant: 国家电网有限公司西南分部 , 三峡大学 , 国网电力科学研究院有限公司
Abstract: 本申请公开了一种基于深度学习光储系统无功控制参数协调优化方法和系统，包括如下步骤：分析光储系统VSG控制机理，构建底层无功电压控制模型，确定待优化变量；采用基于Pareto支配关系和排挤距离的混沌多目标粒子群优化算法改进BP神经网络，得到改进CMOPSO‑BP模型，以此优化BP神经网络的连接权值与阈值；将改进CMOPSO‑BP模型嵌入到光储系统PI控制策略，考虑并网稳定性、响应速度指标，构建基于CMOPSO‑BP的光储系统无功参数自动协调优化模型，通过深度网络学习到不同运行场景下的最优控制参数，获取训练样本；利用已获取的训练样本，再次应用改进CMOPSO‑BP神经网络对样本数据进行学习，获取所有运行场景下光储系统的最优控制参数。
-
公开(公告)号：CN119356234A
公开(公告)日：2025-01-24
申请号：CN202411385207.5
申请日：2022-02-22
Applicant: 三峡大学
IPC: G05B19/418
Abstract: 基于RBF拟序贯法的内层过程动态优化方法，包括如下步骤：给定控制变量初值u0、状态变量初值x0、优化时间t0和te及所有变量的边界约束；变量离散；在每个优化迭代中都要进行一次DAE模型方程的模拟，在模拟层中对离散后的非线性代数方程组采用牛顿迭代法进行模型计算得到状态变量的值；在模型计算的同时，得到状态变量对控制变量和时间变量的灵敏度信息矩阵；每次优化迭代的过程中，重复前述步骤，利用NLP求解器，求解经过模拟层处理后的非线性规划问题，直至达到优化迭代的收敛精度，寻得最优解。本发明方法考虑CHP机组快速爬坡能力的优化调度，可在保证CEHS调度方案可行性的前提下促进风电消纳、节约运行成本。
-
公开(公告)号：CN114529208B
公开(公告)日：2024-12-20
申请号：CN202210164160.4
申请日：2022-02-22
Applicant: 三峡大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06 , G06F30/27 , G06N3/006 , H02J3/00 , G06F111/04 , G06F111/10
Abstract: 考虑CHP机组快速爬坡能力约束的电热耦合系统动态优化调度方法，包括以下步骤：步骤1：建立CHP机组快速爬坡能力约束模型；步骤2：考虑CHP机组快速爬坡能力约束，构建电热耦合系统CEHS优化调度模型；步骤3：设计CEHS双层动态优化调度策略，采用基于径向基函数的拟序贯法，求解内层CHP机组控制过程动态优化问题；采用动态自适应粒子群算法，生成外层系统调度稳态优化方案。本发明一种考虑CHP机组快速爬坡能力约束的电热耦合系统动态优化调度方法，在保证调度方案的可行性和安全可靠性的前提下，有效促进风力发电实现最大化消纳，从而提升灵活性改造的CHP机组参与CEHS调度的有效性，且具备成本低的优点。
-
公开(公告)号：CN114896746B
公开(公告)日：2024-06-14
申请号：CN202210493563.3
申请日：2022-05-07
Applicant: 三峡大学
IPC: G06F30/18 , G06F30/27 , G06N5/01 , G06F18/2337 , H02J3/38 , G06F111/04 , G06F111/06 , G06F113/06 , G06F113/16
Abstract: 一种海上风电场集电系统拓扑优化方法，包括以下步骤：步骤1：采用模糊聚类算法，将风电场的风机划分到数个子区域中；步骤2：在划分的子区域内部，将风机视作图论中的节点，通过基于Voronoi图的拓扑搜索方法实现节点的相互连接；步骤3：将所有子区域进行规则化处理，利用改进Dijkstra算法实现馈线对子区域的规避，实现了从线‑线交叉规避到线‑面交叉规避的转变；步骤4：计算风电场内拓扑总成本，寻求最优成本。本发明一种海上风电场集电系统拓扑优化方法，能够规避馈线‑海缆交叉、以及馈线‑风机支撑的交叉，以此保障设计方案满足工程实际约束。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.05 seconds)
