-
公开(公告)号：CN110969306B
公开(公告)日：2023-09-19
申请号：CN201911235433.4
申请日：2019-12-05
Applicant: 国网辽宁省电力有限公司沈阳供电公司 , 清华大学 , 国家电网有限公司
IPC: H02J3/00 , G06Q50/06 , G06N3/0442 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于深度学习的配电低压台区负荷预测方法及装置，其中，方法包括以下步骤：采集配电低压台区量测数据；根据配电低压台区量测数据，通过Adam优化算法，基于反向传播算法迭代更新神经网络权重，并生成预测模型的输入值，训练预测模型；在预测模型满足预设条件后，采集当前配电低压台区量测数据，并将当前配电低压台区量测数据输入训练后的预测模型，得到配电低压台区负荷预测结果。该方法基于LSTM模型，并结合Wide模块与Deep模块的信息表达特性，搭建了一种全新的负荷预测模型，从而提高低压配电台区负荷预测精度。
-
公开(公告)号：CN111444596B
公开(公告)日：2023-07-18
申请号：CN202010172371.3
申请日：2020-03-12
Applicant: 国家电网公司东北分部 , 清华大学
IPC: G06F30/20 , H02J3/00 , G06F111/04
Abstract: 本发明实施例提供一种电力系统功率扰动后频率安全性检测方法及装置，所述方法包括：确定电力系统可能受到的功率扰动值和电力系统的负荷频率调节效应系数；根据电力系统所有并网运行的同步发电机组惯量，确定电力系统的整体惯量；根据参与一次调频的发电机组，确定发电机调速器和原动机的传递函数；根据功率扰动值、负荷频率调节效应系数、整体惯量、发电机调速器和原动机的传递函数，以及预设的功率判定约束条件，确定功率扰动发生后电力系统的频率偏差是否超过预设的频率偏差阈值。本发明实施例提供的电力系统功率扰动后频率安全性检测方法及装置，能够实时监测电网的频率安全性，指导电网的运行安排，为电网安全稳定运行提供重要的技术保障。
-
公开(公告)号：CN114938011B
公开(公告)日：2022-10-14
申请号：CN202210795180.1
申请日：2022-07-07
Applicant: 中国长江三峡集团有限公司 , 清华大学
Abstract: 本发明属于电力系统多能互补协调运行技术领域，涉及一种考虑储能优化配置的风光火储系统联合运行方法，该方法利用火电机组补充出力，利用储能进行调节和平抑，并消纳多余风光功率；建立了风光火储联合运行的双层优化模型，上层模型确定最小储能装机容量，下层模型考虑运行经济性；以运行成本最小为目标，求解机组最优出力策略，并将直流潮流约束、机组运行约束、电力平衡约束、弃风弃光约束等纳入约束条件；通过一体化优化，指导风光火储系统的联合运行。
-
公开(公告)号：CN115021333A
公开(公告)日：2022-09-06
申请号：CN202210796878.5
申请日：2022-07-05
Applicant: 中国长江三峡集团有限公司 , 清华大学
Abstract: 本发明公开了一种基于时序状态的新能源消纳能力评估方法，以火电机组出力为变量，以新能源出力最大消纳为目标，首先获取电力系统中部分元件的时序状态，包括负荷、线路、风电和光伏发电的时序出力，根据水电机组的电量与出力大小安排水电机组的时序出力，按照实现最大限度的新能源消纳安排机组出力后，再对火电机组开机序列进行迭代求解，寻找是否存在满足多目标优化的接纳能力约束分析模型的最优解，若存在，则认为系统可接纳现有的新能源发电量，若不存在最优解，则以最大新能源消纳量为目标函数，求解多目标优化模型，得到系统能消纳的新能源发电量，并分析不能消纳新能源的原因，最后计算并统计一系列新能源消纳能力评估指标，输出计算结果。
-
公开(公告)号：CN112103949B
公开(公告)日：2022-07-08
申请号：CN202010889646.5
申请日：2020-08-28
Applicant: 清华大学 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明实施例提供一种电网扰动稳定控制方法及装置、电子设备及存储介质，包括：获取电网潮流数据；将所述电网潮流数据，输入至扰动稳定预防控制模型中的稳定评估器，输出系统的振荡模式阻尼比；其中，所述稳定评估器是基于电网潮流数据样本以及电网潮流数据样本对应的振荡模式阻尼比标签进行训练后得到的非参数回归模型；基于所述振荡模式阻尼比确定所述电网是否符合预设的扰动稳定性要求。本发明实施例基于所述振荡模式阻尼比确定所述电网是否符合预设的小扰动稳定性要求，利用所述扰动稳定控制方法能够有效提高电网的振荡模式阻尼比，从而提升电网的小扰动稳定性，使其满足预设的扰动稳定性要求。
-
Patent Agency Ranking
公开(公告)号：CN110400056B
公开(公告)日：2022-03-29
申请号：CN201910598453.1
申请日：2019-07-04
Applicant: 国网四川省电力公司电力科学研究院 , 清华大学
Abstract: 本发明公开了一种基于风光时空特性的梯级水电日前优化调度方法及装置，其中，该方法包括：获取目标函数，通过约束条件对目标函数进行约束生成日前优化调度模型；获取风光出力的历史数据，根据风光出力的历史数据并通过Copula函数对风电场和光伏电站的时空联合分布函数进行建模和拟合，得到高维联合分布函数；对高维联合分布函数进行采样生成多个风光有功出力场景，将多个风光有功出力场景输入日前优化调度模型来描述风电和光伏发电有功出力的时空特性，生成优化调度策略。该方法在提供稳定有功出力的同时充分消纳可再生能源，能够充分利用风电、光电和梯级水电间的互补特性，又可以快速准确地求得优化调度结果。
-
公开(公告)号：CN114066236A
公开(公告)日：2022-02-18
申请号：CN202111352666.X
申请日：2021-11-16
Applicant: 国家电网公司西南分部 , 清华大学
Abstract: 本申请涉及电力系统技术领域，特别涉及一种风光有功出力场景生成方法、装置、电子设备及存储介质，其中，方法包括：获取历史风电、光伏发电有功功率数据，并对历史风电、光伏发电有功功率数据进行预处理，得到真实数据样本；对真实数据样本进行重构和聚类，生成训练集样本和验证集样本；构建初始生成对抗网络，并在确定网络结构和参数后，利用训练集样本训练初始生成对抗网络，且利用验证集样本验证训练后的生成对抗网络，得到性能满足预设条件的最终生成对抗网络，进而生成风电光伏有功出力场景。由此，解决了如何对风电和光伏出力特性进行深入分析，并进行精准拟合，以降低弃风弃光率并保证电力系统安全运行等问题。
-
公开(公告)号：CN114021425A
公开(公告)日：2022-02-08
申请号：CN202111180509.5
申请日：2021-10-11
Abstract: 本申请属于电力系统运行和控制技术领域，具体而言涉及一种电力系统运行数据建模与特征选择方法、装置、电子设备和存储介质。对历史运行数据预处理过程和原始系统物理仿真建模；对建模后系统的并行仿真和批量数据结果标注过程；基于统计方法和特征关联度的过滤法第一阶段特征选择初筛过程；基于旋转森林的第二阶段特征选择精细筛选过程，最终获得特征数量少、特征冗余度低以及特征关键信息密度高的电力系统运行数据特征子集。本申请能够提取电力系统运行数据框架下的关键特征，能够充分满足电力系统安全稳定分析的精度与速度要求。本方法有效提高电力系统运行数据的标准处理能力和分析利用效率，而且易于实施。
-
公开(公告)号：CN110289633B
公开(公告)日：2021-05-14
申请号：CN201910428777.0
申请日：2019-05-22
Applicant: 清华大学
Abstract: 本发明实施例提供一种确定设备并网时稳定性的方法及装置，所述方法包括：分别获取设备的电气参数、测试所述设备的线路条件；分别根据所述电气参数和所述线路条件，分别获取所述设备的导纳矩阵和线路的阻抗矩阵，并根据所述导纳矩阵和所述阻抗矩阵，计算所述设备并网的网络的回率矩阵；若判断获知所述导纳矩阵中的每个对角线元素对应的幅值裕度和相角裕度都大于预设幅值裕度和预设相角裕度，则确定所述设备在并网时处于振荡稳定状态。所述装置执行上述方法。本发明实施例提供的确定设备并网时稳定性的方法及装置，能够准确地确定设备在并网时的振荡稳定性。
-
公开(公告)号：CN112419098A
公开(公告)日：2021-02-26
申请号：CN202011457735.9
申请日：2020-12-10
Applicant: 清华大学
Abstract: 本发明提供一种基于安全信息熵的电网安全稳定仿真样本筛选扩充方法，包括：将待加入训练样本集中的任一待加入训练样本扩充已有训练参考集输入对应信息熵函数得到扩充信息熵；基于预设规则处理所有扩充信息熵筛选出可选待加入训练样本；扩充参考集对应的信息熵函数的构建流程如下：基于马氏核函数和所述扩充参考集构建潮流参数驱动的电网安全稳定分析的确定性模型；基于将所述确定性模型计算得到的极限切除时间预测值作为离散变量确定所述极限切除时间预测值的概率模型；基于所述概率模型确定所述极限切除时间预测值的信息熵函数。本发明提供的方法，实现了提高电网安全稳定仿真的准确性，并避免盲目加入相同类型的样本导致的计算资源浪费。
-
-
-
-
-
-
-
-
-
Search Results
240
records
(took 0.084 seconds)
