-
公开(公告)号:CN106849069B
公开(公告)日:2019-06-14
申请号:CN201710149194.5
申请日:2017-03-13
申请人: 东北电力大学
IPC分类号: H02J3/00
摘要: 一种基于Pin‑SVM的电力系统暂态稳定评估方法:构建原始特征集,分为训练样本数据和测试样本数据;由训练样本数据训练电力系统的暂态稳定评估模型;采用电力系统暂态稳定评估模型对用测试样本数据模拟的电力系统状态进行稳定性评估,针对实际电力系统的故障类型,依据电力系统特征子集相对于电力系统稳定类与不稳定类的隶属度将故障划归到相应的类,当分类为不稳定类,则认为该故障为严重故障;反之,则认为该故障为不严重故障;在故障筛选和稳定评估完成的同时得到评价指标。本发明可以降低特征集维数和减少冗余信息,降低特征维数;具有更高的评估精度,可应用于我国区域电力系统的在线安全稳定评估,有力保障复杂电力系统的安全稳定运行。
-
公开(公告)号:CN109802450A
公开(公告)日:2019-05-24
申请号:CN201910024463.4
申请日:2019-01-10
申请人: 东北电力大学 , 国家电网有限公司 , 国网江苏省电力有限公司 , 中国电力科学研究院有限公司
摘要: 本发明公开了一种多回直流故障下提高交流系统联络线输电能力的方法,包括:建立三区域交直流互联系统;通过系统A和系统B之间的交流联络线,获取发电机旋转备用对输电能力的影响;以系统A和系统B的两机互联等值系统为基础,获取系统A和系统C之间的直流功率扰动量对输电能力的影响;通过三区域交直流互联系统,获取不同发电机转动惯量对薄弱断面输电能力的影响;通过发电机旋转备用、直流功率扰动量、及发电机转动惯量对薄弱断面输电能力的影响的分析,提高三区域交直流互联系统中交流系统的联络线输电能力。本发明通过实际电网的仿真分析,验证所提影响因素的准确性和正确性。
-
公开(公告)号:CN109510245A
公开(公告)日:2019-03-22
申请号:CN201910005132.6
申请日:2019-01-03
申请人: 东北电力大学
IPC分类号: H02J3/38
摘要: 本发明公开了一种基于图分割的电力系统同调机群辨识方法,所述方法包括以下步骤:以电力系统广域量测信息相关系数虚拟表征各发电机间的同调耦合度,构建描述同调耦合度的电力系统同调信息无向图;基于同调信息无向图构建归一化拉普拉斯矩阵,引入谱聚类实现对同调信息无向图的图分割,进而通过逆映射获取电力系统的同调机群;以归一化拉普拉斯矩阵的最大特征间隙为判据,划分同调机群,实现同调机群数量的有效确定;根据归一化拉普拉斯矩阵的特征向量,确定各发电机的空间坐标信息,结合同调机群数量,通过聚类分析获取各同调机群中的发电机构成。本发明实现了利用广域量测信息在线实时、准确、快速地辨识出电力系统的同调机群。
-
公开(公告)号:CN109255550A
公开(公告)日:2019-01-22
申请号:CN201811155442.8
申请日:2018-09-30
申请人: 东北电力大学
摘要: 本发明公开了一种综合能源系统的N-1静态安全分析方法,包括:构建电-气-热-耦合元件组成的综合能源系统的静态模型,计算综合能源系统多能流方程,进而通过解耦算法计算综合能源系统多能流,获取综合能源系统的运行状态;基于综合能源系统的运行状态构建综合能源系统的N-1预想事故集,计算预想事故集中的综合能源系统多能流,并对每个预想事故集下的元件状态分别进行安全校核;再对安全校核结果进行分析,对比不同控制模式下的静态安全分析结果,实现综合能源系统的N-1静态安全分析。本发明对综合能源系统的安全性进行了充分研究,综合考虑能源系统中元件的出力变化对能源系统运行点的影响,对综合能源系统的安全性与稳定性进行评估。
-
公开(公告)号:CN108804386A
公开(公告)日:2018-11-13
申请号:CN201810747330.5
申请日:2018-07-09
申请人: 东北电力大学
摘要: 本发明公开了一种电力系统负荷裕度的并行化计算方法,包括:采用基于负荷参数的二阶导数进行初值预估,得到临界点初值x0、零特征值对应的右特征向量初值g0、以及负荷裕度初值λ0;以上述参数为基础构建直接法非线性方程组对应的修正方程组,通过降阶变换将修正方程组拆分为四组同系数低维矩阵的线性方程组;基于CPU‑GPU混合架构,将Jacobi+ILU两阶段预处理和BICGSTAB迭代求解法相结合并行求解降阶之后的线性方程组,进而实现电力系统负荷裕度的快速求解。本发明保证了所求负荷裕度的正确性,计算速度较快,且能计算出一些连续潮流无法收敛系统的负荷裕度。
-
公开(公告)号:CN108767879A
公开(公告)日:2018-11-06
申请号:CN201810686260.7
申请日:2018-06-28
申请人: 东北电力大学
IPC分类号: H02J3/24
CPC分类号: H02J3/24 , H02J2003/007
摘要: 本发明公开了一种基于随机子空间的主导振荡模式快速辨识方法,所述方法包括以下步骤:从广域量测系统中获取电力系统的量测信息,根据量测信息构建电力系统随机子空间的扩展可观测矩阵;根据随机子空间的扩展可观测矩阵计算系统降阶状态方程的状态矩阵;计算状态矩阵的广义逆矩阵的逆矩阵;计算状态矩阵和逆矩阵在连续空间中的特征值,仅保留处于电力系统低频振荡频率区间的特征值;基于模态相似准侧,辨识出系统的主导振荡模式。本发明在保证主导振荡模式辨识精度的前提下,提高基于随机子空间辨识的电力系统主导振荡模式辨识效率。
-
公开(公告)号:CN108023362A
公开(公告)日:2018-05-11
申请号:CN201711448501.6
申请日:2017-12-27
申请人: 东北电力大学 , 国家电网公司 , 中国电力科学研究院有限公司 , 国网山西省电力公司电力科学研究院
摘要: 本发明公开了一种多回直流换相失败后系统的暂态稳定评价指标的计算方法,所述计算方法包括以下步骤:将送受端电网简化为两机群系统,并将两机群系统扩展到三机群系统,即,包括三个区域;通过龙格库塔法确定三机群系统的受端电网故障切除时的功角差,根据功角差及最大切除角计算加速面积和减速面积,进而确定稳定裕度;所述方法还包括:分析惯性时间常数、故障的持续时间与稳定裕度的关系,得到惯性时间常数、故障的持续时间对系统稳定性的影响。本发明将两机群系统扩展到实际的三机群系统,使用龙格库塔法确定极限切除角,计算电力系统的稳定裕度,满足了实际应用中的多种需要。
-
公开(公告)号:CN107332240A
公开(公告)日:2017-11-07
申请号:CN201710706048.8
申请日:2017-08-17
申请人: 东北电力大学
摘要: 本发明公开了一种基于优化模型的电力系统静态电压稳定域边界搜索的方法,包括:以基态潮流为起始点,采用传统最优潮流搜索第一个电力系统鞍结分岔点,将其映射至二维有功注入空间,获取静态电压稳定域边界点;向功率增长方向角减小方向改变功率增长方向,通过优化模型搜索新功率增长方向下的电力系统鞍结分岔点;若功率增长方向角小于等于0则返回第一个电力系统鞍结分岔点:向功率增长方向角增大方向再次改变功率增长方向,重新搜索最新功率增长方向下的电力系统鞍结分岔点,并映射至二维有功注入空间内,获取新的静态电压稳定域边界点;若最新的功率增长方向角大于等于90°,则将所有静态电压稳定域边界点顺次连接,获取静态电压稳定域边界。
-
公开(公告)号:CN118249316A
公开(公告)日:2024-06-25
申请号:CN202410149504.3
申请日:2024-02-02
申请人: 国网吉林省电力有限公司 , 东北电力大学
IPC分类号: H02J3/00 , G01R31/00 , G06F18/24 , G06F18/213 , H02J3/38
摘要: 本发明公开了一种基于SGST‑STD的次同步振荡参数辨识方法,所述方法包括:利用PMU采集到的电压或电流信号对振荡实时检测,通过计算能量比判断是否发生信号的突变;对检测到发生振荡的信号进行广义S变换,将时域信号转换到时频域分析;对时频信号广义S变换后,对信号瞬时频率进行估计;利用同步压缩算法将时频分析后的各频带中心频率附近一定区间内的能量压缩聚集到真实中心频率处;基于改进的脊波提取重构算法进行瞬时频率跟踪及信号重构;利用稀疏时域STD算法对重构单模式信号进行参数辨识。本发明提高了算法的时频分辨率和自适应性,弥补了短时傅里叶变换对强时变信号处理能力弱以及小波变换受小波基影响大的缺陷,提高了振荡辨识的精度和算法的鲁棒性。
-
公开(公告)号:CN118171722A
公开(公告)日:2024-06-11
申请号:CN202311667898.3
申请日:2023-12-06
申请人: 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司 , 东北电力大学 , 吉林省电力科学研究院有限公司
发明人: 李德鑫 , 王长江 , 庄冠群 , 王澎 , 张海锋 , 王伟 , 高松 , 王佳蕊 , 刘亚东 , 张家郡 , 孟祥东 , 李成钢 , 刘畅 , 张懿夫 , 彭晓宇 , 刘鸣泰 , 陈超 , 付宇泽 , 张钰 , 董运昌 , 孟涛 , 陈璟毅 , 韩文琪 , 刘宸
IPC分类号: G06N3/0985 , G06N3/047 , G06N3/048 , G06F17/16 , G06F17/11
摘要: 本发明公开了一种基于深度学习含高比例新能源电网N‑1故障及装置,所述方法包括:获取电力系统数据;根据N‑1问题特征确定全连接神经网络的结构;根据所获取电力系统数据确定全连接神经网络的输入输出特征向量;确定损失函数loss,根据输入输出特征向量对神经网络参数进行更新;评估更新后的训练模型的效果,以均方差以及平均绝对误差为指标;若训练模型的效果不理想,重新调整神经网络参数,否则,输入待N‑1分析电力系统数据并输出故障分析结果。所述装置包括:处理器和存储器。本发明解决了故障分析面临的计算挑战,提高了计算速度且遍历了更复杂全面的场景。
-
-
-
-
-
-
-
-
-