基于潮流向量闵可夫斯基距离的暂态稳定评估方法及系统

    公开(公告)号:CN110310033B

    公开(公告)日:2021-10-15

    申请号:CN201910573092.5

    申请日:2019-06-28

    申请人: 清华大学

    摘要: 本发明实施例提供的基于潮流向量闵可夫斯基距离的暂态稳定评估方法及系统,所述方法以基于运行工况聚类的暂态稳定评估方法为基础,结合当前暂态稳定评估集成模型的设计思路,设计了一种基于潮流向量闵可夫斯基距离的集成暂态稳定评估方法。该方法考虑不同工况下系统暂态稳定性的差异,按工况的相似度加权整合多个子评估模型,使得系统暂态稳定性匹配程度越高的子评估模型对总评估结果影响越大;与使用单个评估模型相比具备更强的泛化性,提高了评估的可靠性和泛化性;此外,本集成模型直接利用基模型的输出,整合得到最终输出时,保留了更多的信息,提高了准确性。

    电力系统暂态稳定评估方法、装置、电子设备和存储介质

    公开(公告)号:CN113489011A

    公开(公告)日:2021-10-08

    申请号:CN202110693978.0

    申请日:2021-06-22

    申请人: 清华大学

    IPC分类号: H02J3/06 G06Q50/06

    摘要: 本发明提供一种电力系统暂态稳定评估方法、装置、电子设备和存储介质,其中方法包括:获取电力系统潮流信息和电力系统拓扑信息;根据电力系统潮流信息和电力系统拓扑信息,确定电力系统潮流特征图;将电力系统潮流特征图的节点特征和拓扑特征输入至暂态稳定评估模型中,得到暂态稳定评估模型输出的预想故障集中每一个预想故障发生后电力系统的暂态稳定性和暂态稳定指标;暂态稳定评估模型用于通过对电力系统潮流特征图进行特征学习,对电力系统的暂态稳定性和暂态稳定指标进行耦合分析。本发明提供的方法、装置、电子设备和存储介质,实现了快速地对预想故障集中每一个预想故障发生后电力系统的暂态稳定性和暂态稳定指标进行评估预测。

    一种基于贝叶斯网络的配电网停运节点预测方法

    公开(公告)号:CN113205204A

    公开(公告)日:2021-08-03

    申请号:CN202110350496.5

    申请日:2021-03-31

    IPC分类号: G06Q10/04 G06Q50/06 G06N7/00

    摘要: 本发明涉及一种基于贝叶斯网络的配电网停运节点预测方法,包括:构建与配电网向对应的树形贝叶斯网络;在树形贝叶斯网络中给定关键节点集和证据节点集,计算证据节点集的联合概率P1;在关键节点集中选取一个停运组合,将其与证据节点集合并,计算整体的联合概率P2,从而得到该停运组合的后验概率为P2/P1;循环计算关键节点集中每个停运组合的后验概率;选取后验概率最大的停运组合作为最可能的停运状态,即配电网停运节点预测结果。与现有技术相比,本发明充分考虑了各种停运组合的可能性,结果可靠性强;还通过结合树状贝叶斯网络的特点,以递推的思路将原有指数复杂度的多元联合概率问题转化为线性复杂度问题;克服了维数灾难,减少了计算时间。

    移频电磁暂态仿真的优化方法、装置和电子设备

    公开(公告)号:CN113094887A

    公开(公告)日:2021-07-09

    申请号:CN202110350904.7

    申请日:2021-03-31

    申请人: 清华大学

    IPC分类号: G06F30/20 G06F113/04

    摘要: 本发明提供一种移频电磁暂态仿真的优化方法、装置和电子设备,包括:基于当前时步由移频频率计算得到的节点电压和支路电流,确定电流幅值和电压频率;基于所述电流幅值和所述电压频率确定当前时步的最优移频频率;采用所述当前时步的最优移频频率更新所述移频频率,用于下一时步的节点电压和支路电流的计算。本发明提供的方法、装置和电子设备,能通过在仿真过程中逐渐更新优化移频频率使得移频频率达到最优,保证仿真输出电流、电压仿真结果的准确率。

    基于潮流向量贝叶斯分类的集成暂态稳定评估方法及系统

    公开(公告)号:CN110309873B

    公开(公告)日:2021-05-14

    申请号:CN201910573094.4

    申请日:2019-06-28

    申请人: 清华大学

    IPC分类号: G06K9/62 G06Q50/06

    摘要: 本发明实施例提供一种基于潮流向量贝叶斯分类的集成暂态稳定评估方法及系统,所述方法考虑不同工况下系统暂态稳定性的差异,通过贝叶斯分类计算当前运行工况适用于各个子评估器的概率,然后根据全概率公式整合各个子评估器的输出得到总输出。本发明实施例方法及系统物理含义清晰,可解释性强,具备较强的实际应用意义。

    一种基于资源调配的热电耦合系统灾前预防方法

    公开(公告)号:CN112529277A

    公开(公告)日:2021-03-19

    申请号:CN202011402248.2

    申请日:2020-12-02

    申请人: 清华大学

    IPC分类号: G06Q10/04 G06Q10/06 G06Q50/06

    摘要: 本发明实施例提供一种基于资源调配的热电耦合系统灾前预防方法,包括:建立热电耦合系统基于随机故障场景的灾前资源调配优化模型,并设置所述资源调配优化模型的约束条件;筛选典型的随机故障事故链;求解资源调配优化模型,得出热电耦合系统灾前资源调配方案;根据热电耦合系统灾前资源调配方案,在灾前对热电耦合系统进行应急资源调配,以实现热电耦合系统的灾前预防。本发明实施例基于资源调配,对于极寒灾害下的热电耦合系统在随机故障场景建立资源调配优化模型,以负荷量的最小损失,求解得出系统最优机组出力分配方案,以便在灾害发生前,以最优的资源分配分案对系统资源进行分配,以达到热电耦合系统的灾前预防。

    一种提升负荷裕度的热电耦合系统灾前预防方法

    公开(公告)号:CN112528480A

    公开(公告)日:2021-03-19

    申请号:CN202011402278.3

    申请日:2020-12-02

    申请人: 清华大学

    摘要: 本发明实施例提供一种提升负荷裕度的热电耦合系统灾前预防方法,包括:建立极寒自然灾害下热电耦合系统的负荷裕度优化模型,并设置负荷裕度优化模型的约束条件;基于极寒灾害下热电耦合系统的不同故障场景,求解得出最优机组资源出力分配方案;基于最优的机组资源出力分配方案,在灾前对机组资源进行分配,以实现热电耦合系统灾前预防。本发明实施例基于负荷裕度,对于极寒灾害下的热电耦合系统在不同故障场景建立负荷裕度优化模型,以负荷裕度最大化为目标,求解得出不同故障场景下系统最优机组出力分配方案,以便在灾害发生前,以最优的资源分配分案对系统资源进行分配,以达到热电耦合系统的灾前预防。

    一种基于联合机会约束的迭代拆分方法及系统

    公开(公告)号:CN112269967A

    公开(公告)日:2021-01-26

    申请号:CN202011096837.2

    申请日:2020-10-14

    申请人: 清华大学

    IPC分类号: G06F17/18 G06Q10/04 G06Q50/06

    摘要: 本发明实施例提供一种基于联合机会约束的迭代拆分方法及系统,该方法包括:建立含机会约束的优化模型,确定所述含机会约束的优化模型的约束条件;基于迭代拆分框架,对所述约束条件中联合机会约束进行拆分,得到单一事件概率和任意事件组合概率。本发明实施例通过准确的估计任意事件组合概率,用以近乎等价地将联合概率拆分为单一事件概率和以及任意事件组合概率,降低联合机会约束拆分的保守性。

    一种含多开关元件的电磁暂态仿真方法、系统、介质及设备

    公开(公告)号:CN110765584B

    公开(公告)日:2020-10-23

    申请号:CN201910937481.1

    申请日:2019-09-27

    IPC分类号: G06F30/20

    摘要: 本申请提供一种含多开关元件的电磁暂态仿真算法、系统、介质及设备,涉及电力系统电磁暂态仿真技术领域。该方法包括:若在(t‑Δt,t]内开关动作,开关动作时间为td1,利用td1+Δt/2时刻和td1+Δt时刻节点电压和各元件电压电流,插值计算t时刻节点电压和各元件电压电流;进入下一个仿真步长(t,t+Δt]时,若(t‑Δt,t]内存在开关动作,则在t时刻采用两个步长为Δt/2的后向欧拉法计算t+Δt时刻节点电压和各元件电压电流;否则,采用步长为Δt的梯形积分法计算;依次重复上述步骤,得到整个时间节点电压和各元件电压电流。该电磁暂态仿真算法可以处理同一步长的多重开关动作,且仿真精度高,通用性强。

    配网开关设备的故障诊断方法及装置

    公开(公告)号:CN109697455B

    公开(公告)日:2020-08-04

    申请号:CN201811355458.3

    申请日:2018-11-14

    IPC分类号: G06K9/62

    摘要: 本发明实施例提供一种配网开关设备的故障诊断方法及装置,其中方法包括:根据配网开关设备的物理结构以及历史诊断记录,建立故障树模型;对配网开关设备的历史诊断记录进行关联规则的挖掘,将挖掘出的关联规则作为侧向联系添加至所述故障树中,获得贝叶斯网络的拓扑;其中,所述关联规则由若干个满足最小支持度与置信度的缺陷组成;根据所述历史诊断记录训练所述拓扑,获得确定参数的贝叶斯网络,根据所述贝叶斯网络求解最大似然的设备缺陷,将条件概率最大的缺陷作为故障诊断结果。本发明实施例克服专家主管经验的不确定性,将诊断结果精确到设备零件,同时可最大程度地降低人工经验的依赖性。