-
公开(公告)号:CN110137980B
公开(公告)日:2024-08-23
申请号:CN201910282840.4
申请日:2019-04-10
申请人: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 东北电力大学
IPC分类号: H02J3/24
摘要: 本发明属于电气工程技术领域,尤其涉及一种基于Hilbert‑Hung和MEMD的电力系统低频振荡模式辨识方法。包括:利用PMU设备的实时数据采集功能,将实际电网中输电线路和母线节点的量测信息上传至数据集中单元,再提取出关键信息进行模式辨识。本发明能够实现基于PMU实测信息的电力系统主导振荡模式的快速、准确、以及高效辨识。引入Teager能量算子判据筛选出含主导振荡模式的关键IMF分量,以避免PMU实测数据中噪声分量对辨识结果的影响;利用Hilbert‑Hung具有追踪主导振荡模式的瞬时振荡频率和瞬时阻尼比特性,观测振荡频率和阻尼比变化曲线,对瞬时振荡参数求均值估计出系统主导振荡模式的振荡参数。
-
公开(公告)号:CN109787250B
公开(公告)日:2022-08-30
申请号:CN201811649181.5
申请日:2018-12-30
申请人: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 东北电力大学
IPC分类号: H02J3/24
摘要: 本发明涉及电力系统领域,尤其涉及一种基于多元经验模态分解的电力系统低频振荡模式辨识方法。包括:利用基于多元经验模态分解的改进算法对电力系统中的低频振荡信号进行预分解处理,在得到对应不同振荡模式的多个本征模函数分量后,利用Teager能量算子的快速响应能力,计算各本征模函数分量的相对能量值,再以能量作为判断依据,筛选出能够反映系统真实振荡情况的主导振荡模式并将虚假噪声部分剔除,最后通过预测误差法计算主导振荡模式所对应的振荡模式参数,即频率及阻尼比,从而完成对电力系统主导振荡模式的辨识。本方法实现了基于广域量测信息的电力系统主导振荡模式的快速、准确、以及高效辨识。
-
公开(公告)号:CN109787250A
公开(公告)日:2019-05-21
申请号:CN201811649181.5
申请日:2018-12-30
申请人: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 东北电力大学
IPC分类号: H02J3/24
摘要: 本发明涉及电力系统领域,尤其涉及一种基于多元经验模态分解的电力系统低频振荡模式辨识方法。包括:利用基于多元经验模态分解的改进算法对电力系统中的低频振荡信号进行预分解处理,在得到对应不同振荡模式的多个本征模函数分量后,利用Teager能量算子的快速响应能力,计算各本征模函数分量的相对能量值,再以能量作为判断依据,筛选出能够反映系统真实振荡情况的主导振荡模式并将虚假噪声部分剔除,最后通过预测误差法计算主导振荡模式所对应的振荡模式参数,即频率及阻尼比,从而完成对电力系统主导振荡模式的辨识。本方法实现了基于广域量测信息的电力系统主导振荡模式的快速、准确、以及高效辨识。
-
公开(公告)号:CN107947197B
公开(公告)日:2021-06-08
申请号:CN201711142131.3
申请日:2017-11-17
申请人: 国网辽宁省电力有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 东北电力大学 , 国家电网公司
IPC分类号: H02J3/24
摘要: 本发明公开了一种电力系统低频振荡模式及模态辨识方法,属于电力系统安全稳定运行领域。本发明提供了一种高效的基于多通道量测信号的电力系统低频振荡模式及振荡模态辨识方法,利用快速傅立叶小波变换技术,降低了电力系统低频振荡辨识的时间复杂度,提高了电力系统低频振荡的辨识效率;利用奇异值分解实现了多通道量测信号的振荡模式辨识;在此基础上,可有效辨识出电力系统的振荡模式和振荡模态。
-
公开(公告)号:CN110518627A
公开(公告)日:2019-11-29
申请号:CN201910453720.6
申请日:2019-05-28
申请人: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 东北电力大学
IPC分类号: H02J3/38
摘要: 本发明属于电力系统技术领域,基于广域测量系统负荷裕度计算方法,在计及风电出力随机性的前提下,提出一种基于负荷裕度指标的电力系统静态电压稳定的概率计算方法。包括选用负荷裕度指标来衡量电力系统静态电压稳定情况;计算各负荷节点负荷裕度,进一步由各负荷节点负荷裕度求取系统负荷裕度;并推导各负荷节点负荷裕度与风电节点注入功率之间的灵敏度关系;利用半不变量法和Gram-Charlier级数展开,通过风电功率概率分布计算各负荷节点负荷裕度的概率分布,对各节点静态电压稳定性评估。本发明描述了风电出力的不确定性对静态电压稳定分析的影响,实现风电并网系统的静态电压稳定概率评估,并评估其静态电压稳定的失稳风险。
-
公开(公告)号:CN112531706B
公开(公告)日:2023-04-18
申请号:CN202011506029.9
申请日:2020-12-18
申请人: 东北电力大学 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06F30/27 , H02J3/00 , G06F18/2321 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/084
摘要: 本发明公开了一种基于复杂不变性与深度神经网络的同调机群辨识方法,所述方法包括:将样本映射到n维空间,基于构建的自编码器深度神经网络进行广域相量量测数据特征的挖掘;根据广域相量量测数据特征计算机组时序数据间的复杂度不变性距离;基于复杂度不变性距离在n维空间中确定样本间的相似度,根据相似度结果对机组样本进行聚类。本发明有效解决了相关系数存在的某些发电机与其他机群中的发电机具有极大的相关系数而又同时与机群内的其他发电机具有极小的相关系数的问题;本发明构造的多层深度神经网络挖掘的数据特征数远远多于其他方法,避免了数据的关键特征缺失。
-
公开(公告)号:CN112581315A
公开(公告)日:2021-03-30
申请号:CN202011565766.6
申请日:2020-12-25
申请人: 东北电力大学 , 国网辽宁省电力有限公司电力科学研究院
摘要: 本发明公开了一种基于极端梯度动态密度聚类的风电场内分群方法,所述方法包括:选取风电场内分群的指标,对某时段内相应的指标数据进行异常值检测与截断处理;对预处理后的分群指标数据,采用XGBoost对分群指标数据进行降维选取;对选取后的指标数据,基于DBSCAN‑DTW的聚类进行机群的划分。本发明可以有效解决实际风电场数据部分缺失的问题,提高了模型准确度;且用于处理风机多维时序特征运行数据,可以得出精确、有效的风电场内机群划分。
-
公开(公告)号:CN112564090A
公开(公告)日:2021-03-26
申请号:CN202011312242.6
申请日:2020-11-20
申请人: 东北电力大学 , 国网辽宁省电力有限公司电力科学研究院
IPC分类号: H02J3/00
摘要: 本发明公开了一种基于MBLDA的交直流系统暂态电压稳定监测方法,包括:读取各个节点电压仿真数据模拟PMU的量测过程;将节点电压进行整合,利用轨迹簇构造与电压相关的节点电压轨迹簇,通过轨迹簇的物理属性描述电力系统故障后的暂态电压,构建出反映电力系统电压状态的输入特征集;将输入特征集随机分配为训练集与测试集,通过训练集中的四种电压状态的样本MBLDA,确定故障样本的最优投影矩阵w,完成分类器模型的构建,并将测试集对应的特征集输入至训练后的MBLDA模型中;利用最优投影矩阵w对电力系统电压稳定状态做出监测,利用该监测流程对电力系统其它故障样本做出暂态稳定监测。本发明克服了现有高比例电力电子受端系统故障后暂态电压监测类型的不足。
-
公开(公告)号:CN109638862A
公开(公告)日:2019-04-16
申请号:CN201811647265.5
申请日:2018-12-30
申请人: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司 , 东北电力大学
IPC分类号: H02J3/24
CPC分类号: H02J3/24 , H02J2003/007
摘要: 本发明涉及电气工程领域,尤其涉及一种基于CEEMDAN算法的电力系统低频振荡模式辨识方法。利用广域量测系统获取电力系统的实测数据,包括发电机的转子角信号。将每组原始低频振荡信号自适应噪声的完全集合经验模态分解Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN算法分解为多个本征模态函数Intrinsic Mode function,IMF之和,每个IMF分量代表一个振荡模式。计算每个IMF分量的能量值和能量权重,利用希尔伯特黄变换辨识主导振荡模式的振荡频率和阻尼比,计算结果与特征值方法对比,确保电力系统安全稳定运行。
-
公开(公告)号:CN112564090B
公开(公告)日:2023-04-07
申请号:CN202011312242.6
申请日:2020-11-20
申请人: 东北电力大学 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本发明公开了一种基于MBLDA的交直流系统暂态电压稳定监测方法,包括:读取各个节点电压仿真数据模拟PMU的量测过程;将节点电压进行整合,利用轨迹簇构造与电压相关的节点电压轨迹簇,通过轨迹簇的物理属性描述电力系统故障后的暂态电压,构建出反映电力系统电压状态的输入特征集;将输入特征集随机分配为训练集与测试集,通过训练集中的四种电压状态的样本MBLDA,确定故障样本的最优投影矩阵w,完成分类器模型的构建,并将测试集对应的特征集输入至训练后的MBLDA模型中;利用最优投影矩阵w对电力系统电压稳定状态做出监测,利用该监测流程对电力系统其它故障样本做出暂态稳定监测。本发明克服了现有高比例电力电子受端系统故障后暂态电压监测类型的不足。
-
-
-
-
-
-
-
-
-