基于聚类和LSTM的单相接地故障判定方法及系统

    公开(公告)号:CN113092934A

    公开(公告)日:2021-07-09

    申请号:CN202110307123.X

    申请日:2021-03-23

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于聚类和LSTM的单相接地故障判定方法及系统,通过调度平台得到配电网的故障录波数据,采用傅里叶分解后的谐波与基波的比值作为特征量,利用聚类分析区分录波数据中的故障数据与非故障数据,判别出故障时刻;利用多层LSTM网络建立小电流接地故障选线模型进行故障判别,从而完成故障选线和故障时刻的判定。本发明适用于分布式电源的配电网,实现简便,实时高效,能够支持自动化智能化解决线路故障。

    一种含可变速机组的海水抽水蓄能电站容量优化配置方法

    公开(公告)号:CN112994051A

    公开(公告)日:2021-06-18

    申请号:CN202110220373.X

    申请日:2021-02-26

    Abstract: 本发明属于电力系统电源规划领域,尤其涉及一种含可变速机组的海水抽水蓄能电站容量优化配置方法,包括如下步骤:S1.分析并建立海上风电场功率特性模型;S2.分析可变速抽水蓄能机组功率特性并建立规划模型;S3.建立基于变速机组的海水抽水蓄能电站与海上风电联合运行微电网系统模型;S4.建立基于海岛微电网投资主体静态收益最大化的目标函数及相关约束,求得最优解。本方法建立基于规划水平年静态收益最大化的海蓄电站容量优化目标函数,并且重点考虑了可变速抽水蓄能机组的功率特性和计及输出通道功率平滑度的约束条件,其中变速机组模型精简变量少,便于优化计算,在电网电源规划方案设计方面有较强的实用性。

    双馈可变速抽水蓄能机组的自适应动态虚拟惯量调频方法

    公开(公告)号:CN110120677A

    公开(公告)日:2019-08-13

    申请号:CN201910355759.4

    申请日:2019-04-29

    Abstract: 本发明涉及一种双馈可变速抽水蓄能机组的自适应动态虚拟惯量调频方法,适应于含有可变速抽水蓄能机组和风力发电机组的联合孤岛系统,通过惯性控制启动模块来启动可变速抽水蓄能机组惯性响应;通过检测频率偏差值变化率dΔf/dt,引入修正因子α改变控制系数,自动控制机组的有功输出,实现双馈可变速抽水蓄能机组对电网提供动态频率支撑;通过惯性控制停止模块来停止可变速抽水蓄能机组惯性响应;当系统频率事故发生时,较传统下垂控制和固定参数虚拟惯量控制,该发明通过动态补偿双馈变流器机侧参考功率,能有效提高系统频率跌落最低点、降低频率下跌速度,减小频率达到稳定的时间,具备对电力系统更好的惯性支撑能力和一次调频响应能力。

    一种含可变速海水抽蓄机组和化学储能的联合系统混合模型预测控制方法

    公开(公告)号:CN110034569A

    公开(公告)日:2019-07-19

    申请号:CN201910355108.5

    申请日:2019-04-29

    Abstract: 本发明提出一种含可变速海水抽蓄机组和化学储能的联合系统混合模型预测控制方法,本发明综合考虑了顶层控制(调度控制)和底层控制(下垂控制)在不同时间尺度上对复合储能联合系统内储能电池SOC的累积影响。通过实时运行,模拟了可变速海水抽水蓄能机组和储能电池在电网内受可再生能源随机预测误差干扰的实际运行状况;通过采用减时域滚动优化,来解决可再生能源出力的小随机预测误差对储能电池SOC的累积影响,同时兼顾了可变速海水抽水蓄能机组运行经济性;通过采用启发式控制,来应对可再生能源出力的大随机预测误差对储能电池SOC的累积影响;通过反馈校正,及时改变可变速海水抽水蓄能机组和储能电池的运行状态。

    一种基于深度学习的微电网光伏发电短期预测方法

    公开(公告)号:CN109902874A

    公开(公告)日:2019-06-18

    申请号:CN201910151971.9

    申请日:2019-02-28

    Applicant: 武汉大学

    Inventor: 邓长虹 谭津

    Abstract: 本发明涉及微电网光伏发电系统研究领域,尤其是涉及一种基于深度学习的微电网光伏发电短期预测方法,其步骤是:1、数据预处理,对历史数据中的不良数据、缺失数据进行补充修正,然后进行归一化处理形成训练样本数据;2、将处理过的样本数据分为不同季节、不同广义天气类型的样本子集,输入LSTM预测模型作为训练样本;3、按照天气类型建立LSTM短期预测模型并完成训练;4、根据预测日所属季节和天气类型预报信息选择对应的LSTM预测子模型,输出未来时刻的光伏发电短期预测值。本发明采用深度学习算法深入挖掘光伏发电的出力特性并建立预测模型,不需要贵重的气象测量设备和仪器,降低了成本,具有较广的适用范围。

    一种含电动汽车的微电网储能优化配置方法

    公开(公告)号:CN109888806A

    公开(公告)日:2019-06-14

    申请号:CN201910153508.8

    申请日:2019-02-28

    Applicant: 武汉大学

    Inventor: 邓长虹 杨晓坤

    Abstract: 本发明涉及一种含电动汽车的微电网储能优化配置方法。本发明基于多目标粒子群算法作为用于多目标非线性优化为题的方法,在电网经济调度的时间尺度上构建以日运行维护成本、微电网调峰成本最小和日综合收益、电动汽车总收益最大为目标的配置模型,通过线性加权法将多目标函数转换为单目标函数并最终利用粒子群算法进行优化,从而能够较为精确的计算系统所需配置的储能容量并同时得到微电网内各可控元素的控制量,提高微电网的调峰能力,有效降低微电网的储能容量配置投资同时提高微电网运行的经济性和电动汽车接入电网进行有序充放电的积极性,降低微电网系统的峰谷差。

    一种基于综合赋权的电网规划模糊综合评价方法

    公开(公告)号:CN109784778A

    公开(公告)日:2019-05-21

    申请号:CN201910152300.4

    申请日:2019-02-28

    Applicant: 武汉大学

    Inventor: 邓长虹 余洋洋

    Abstract: 本发明属于电网综合评价技术领域,尤其涉及一种基于综合赋权的电网规划模糊综合评价方法,包括如下步骤:S1.建立适应电力市场化改革的电网规划指标评价体系;S2.基于综合赋权方法确定指标体系中各指标权重;S3.搜集处理待评价规划方案的各指标数据,建立电网规划模糊综合评价模型。本方法考虑了专家赋权的主观性,运用综合赋权方法对多个专家判断结果进行处理,提高了评价指标权重的科学性和实用性,并对电网规划方案进行全方位的评价。

Patent Agency Ranking