-
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：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。
-
公开(公告)号：CN112510688B
公开(公告)日：2023-01-06
申请号：CN202011316476.8
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
IPC分类号： H02J3/00
摘要： 本发明公开了一种基于相位校正李雅普诺夫指数的暂态电压稳定监测方法，所述方法包括：对获取到的初始时间窗口电压轨迹进行模式分析，确定主导振荡模式的各项参数，计算电压幅值变化率的最大值；采用平均值法中的步长控制参数和均值电压测量点数量，消除邻近电压轨迹的测量误差影响，计算邻近电压幅值变化率；根据电压幅值变化率的最大值和邻近电压幅值变化率判别电力系统的暂态电压稳定状态。本发明克服了现有技术需要预设MLE初始时间窗口和观测窗口的缺陷，具有较强的通用性与实用性。
-
公开(公告)号：CN107947197A
公开(公告)日：2018-04-20
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
CPC分类号： H02J3/24 , H02J2003/002 , H02J2003/007
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：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：CN112531706A
公开(公告)日：2021-03-19
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
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：CN112510688A
公开(公告)日：2021-03-16
申请号：CN202011316476.8
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相位校正李雅普诺夫指数的暂态电压稳定监测方法，所述方法包括：对获取到的初始时间窗口电压轨迹进行模式分析，确定主导振荡模式的各项参数，计算电压幅值变化率的最大值；采用平均值法中的步长控制参数和均值电压测量点数量，消除邻近电压轨迹的测量误差影响，计算邻近电压幅值变化率；根据电压幅值变化率的最大值和邻近电压幅值变化率判别电力系统的暂态电压稳定状态。本发明克服了现有技术需要预设MLE初始时间窗口和观测窗口的缺陷，具有较强的通用性与实用性。
-
公开(公告)号：CN105512783A
公开(公告)日：2016-04-20
申请号：CN201410544508.8
申请日：2014-10-16
申请人： 东北电力大学 , 国家电网公司 , 国网辽宁省电力有限公司电力科学研究院
摘要： 一种用于电磁环网解环方案的综合评价方法，属于电力系统安全运行技术领域。本发明的目的是针对利用基于层次分析法（analytichierarchyprocess,AHP）对可行方案进行评估排序时，提出了一种基于模糊AHP的电磁环网解环方案评估方法。本发明的步骤是：构造递阶层次结构模型、构造模糊互补判断矩阵及权重计算、指标值的归一化计算、解环方案的综合排序。本发明辨别出能反映被评价对象本质的指标，该指标为潮流分布、短路电流、稳定性、N-1、网损。确定层次间的关系建立层次结构模型，然后构造模糊判断矩阵、计算权重和指标值归一化，最后确定解环方案的综合排序。该方法综合了AHP和模糊评价方法的优点，保证了模型的合理性和系统性，并且分考虑了人的主观判断、选择、偏好的模糊性质。
-
-
-
-
-
-
-
-
-
搜索结果
157 条记录 (耗时 0.066 秒)
