-
公开(公告)号:CN108599152A
公开(公告)日:2018-09-28
申请号:CN201810439638.3
申请日:2018-05-09
Applicant: 清华大学 , 北京科东电力控制系统有限责任公司 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院
IPC: H02J3/00
Abstract: 本发明提供电力系统暂态稳定性评估的关键状态变量选取方法及装置,所述方法包括:S1,获取电力系统动态仿真数据中的多个状态变量,利用FFT算法对所述多个状态变量进行预处理;S2,对经过预处理后的所述多个状态变量进行特征选取,获得多个关键状态变量;S3,对每个所述关键状态变量进行降维。本发明通过关键状态变量的选取和降维,在不降低暂态稳定判别器分类精度的情况下,可显著缩短暂态稳定分类器的训练时间和分类时间,更加适合于在线应用。
-
公开(公告)号:CN105633979B
公开(公告)日:2018-06-26
申请号:CN201610162061.7
申请日:2016-03-21
Applicant: 中国电力科学研究院有限公司 , 清华大学 , 国网北京市电力公司
IPC: H02J3/18
CPC classification number: Y02E40/30
Abstract: 本发明公开一种无功功率补偿方法及系统,本方法通过获取节点电压稳定裕度,识别系统的薄弱环节和无功补偿点,进而建立无功优化模型。该模型为引入薄弱性权重项和步长约束的Levenberg‑Marquardt最小二乘模型。根据所推导的迭代步长,对无功优化模型进行求解,得到补偿点的无功补偿量。本发明目的在于提出一种在大规模系统下收敛性强计算速度快的无功补偿算法,使得无功补偿在满足全网电压稳定裕度要求的同时,也使薄弱环节具有一定的电压稳定裕度。
-
公开(公告)号:CN117996723A
公开(公告)日:2024-05-07
申请号:CN202311809672.2
申请日:2023-12-26
Applicant: 清华大学 , 国网河北省电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: H02J3/00 , G06F30/20 , G06F17/18 , G06F18/2323 , G06Q50/06 , G06F111/08 , G06F113/04
Abstract: 本发明提供一种电力系统的典型场景生成方法、装置及电子设备,其中的方法包括:基于高斯混合模型生成新的新能源发电功率样本集和典型静态负荷功率样本集;基于新能源发电功率样本集、典型静态负荷功率样本集以及系统确定性参数样本集,获取潮流分布特征矩阵;通过在相似潮流分布样本场景中设置预想故障,构建系统稳定指标特征矩阵;根据潮流分布特征矩阵和系统稳定指标特征矩阵,生成电力系统的典型场景。该方法通过高斯混合模型表征新能源发电随机性和负荷波动性,并将预想故障后系统的响应作为生成电力系统典型场景的重要参考因素,使生成的电力系统典型场景能够更准确地反映现代电力系统的实际情况,有助于后续对电力系统调控策略的制定。
-
公开(公告)号:CN108595884A
公开(公告)日:2018-09-28
申请号:CN201810439637.9
申请日:2018-05-09
Applicant: 清华大学 , 北京科东电力控制系统有限责任公司 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院
IPC: G06F17/50
Abstract: 本发明实施例提供一种电力系统暂态稳定性评估方法及装置,所述方法包括:根据预先筛选的关键状态变量,获取电力系统待评估点的特征向量;分别计算待评估点的特征向量与样本集中各样本点的特征向量之间的马氏距离,根据马氏距离查找与待评估点相邻的样本点;根据分类决策规则及所述相邻的样本点,获取所述待评估点的评估结果。本发明实施例通过计算待评估点与样本点特征向量之间的马氏距离,由于马氏距离充分考虑了特征向量中关键状态变量之间的相关性,从而使距离的计算更加准确,实现了准确查找待评估点的相邻样本点,进一步提高评估结果的准确性。
-
公开(公告)号:CN103413032B
公开(公告)日:2016-12-28
申请号:CN201310320786.0
申请日:2013-07-26
Abstract: 本发明公开了一种基于模式激发程度分析的暂态稳定预想事故筛选方法,包括:采用模式激发程度分析方法计算各个节点故障的重要程度指标;以及采用最大差异法筛选出重要故障。该方法将系统模型在非平衡点处泰勒展开,忽略高阶项,计算故障对系统各个振荡模式的激发程度,将激发程度在一个振荡周期内的最大值作为该故障的重要性指标,最后采用最大差异法筛选出预想事故。该方法不依赖于运行人员的经验,物理意义明确,可以快速地筛选出预想事故。
-
公开(公告)号:CN105633979A
公开(公告)日:2016-06-01
申请号:CN201610162061.7
申请日:2016-03-21
IPC: H02J3/18
Abstract: 本发明公开一种无功功率补偿方法及系统,本方法通过获取节点电压稳定裕度,识别系统的薄弱环节和无功补偿点,进而建立无功优化模型。该模型为引入薄弱性权重项和步长约束的Levenberg-Marquardt最小二乘模型。根据所推导的迭代步长,对无功优化模型进行求解,得到补偿点的无功补偿量。本发明目的在于提出一种在大规模系统下收敛性强计算速度快的无功补偿算法,使得无功补偿在满足全网电压稳定裕度要求的同时,也使薄弱环节具有一定的电压稳定裕度。
-
公开(公告)号:CN103413032A
公开(公告)日:2013-11-27
申请号:CN201310320786.0
申请日:2013-07-26
IPC: G06F19/00
Abstract: 本发明公开了一种基于模式激发程度分析的暂态稳定预想事故筛选方法,包括:采用模式激发程度分析方法计算各个节点故障的重要程度指标;以及采用最大差异法筛选出重要故障。该方法将系统模型在非平衡点处泰勒展开,忽略高阶项,计算故障对系统各个振荡模式的激发程度,将激发程度在一个振荡周期内的最大值作为该故障的重要性指标,最后采用最大差异法筛选出预想事故。该方法不依赖于运行人员的经验,物理意义明确,可以快速地筛选出预想事故。
-
公开(公告)号:CN113505525B
公开(公告)日:2024-10-15
申请号:CN202110691963.0
申请日:2021-06-22
Applicant: 清华大学
IPC: G06F30/27 , G06F17/13 , G06Q50/06 , G06F111/04
Abstract: 本发明提供一种基于微分神经网络的电力系统动态元件建模方法及装置,包括:确定待建模电力系统的状态变量;获取系统数据集;其中,通过量测或仿真实验得到系统数据集,系统数据集包括用于模型训练的状态变量、输入变量、输出变量;根据系统数据集训练微分神经网络模型,得到电力系统动态元件模型;电力系统动态元件模型包括微分方程表达及代数方程表达;微分方程表达用于描述电力系统的状态信息,代数方程表达用于描述电力系统输出信息。通过系统数据集对微分神经网络模型进行训练,基于微分神经网络的元件模型易于进行求导操作,可极大便利电力系统运行控制决策,可提供一种全新的对于电力系统结构、动态和控制神经网络化的仿真方法。
-
公开(公告)号:CN113158447B
公开(公告)日:2024-05-28
申请号:CN202110372648.1
申请日:2021-04-07
Applicant: 清华大学
IPC: G06F30/20 , G06F17/13 , G06F113/04
Abstract: 本发明提供一种大步长移频电磁暂态仿真方法及系统,该方法包括:根据电力系统中每个网络元件的解析包络,构建每个网络元件对应的移频电磁暂态仿真模型;基于三阶对角隐式龙格库塔法,分别对每个移频电磁暂态仿真模型进行处理,得到每个网络元件的历史电流源;根据所述历史电流源和节点电压方程,得到所述电力系统的电磁暂态仿真结果。本发明采用的三阶对角隐式龙格库塔法的移频电磁暂态仿真为L‑稳定,且具有三阶精度,相比现有的仿真方法,具有更好的精度,并可以采用更大的步长,使得基于三阶对角隐式龙格库塔法进行的移频电磁暂态仿真的效率得到保证,实现无数值振荡的移频电磁暂态仿真。
-
公开(公告)号:CN112528481B
公开(公告)日:2024-04-19
申请号:CN202011402300.4
申请日:2020-12-02
Applicant: 清华大学 , 国网冀北电力有限公司 , 国网冀北电力有限公司信息通信分公司 , 国家电网有限公司
Inventor: 陈颖 , 任正伟 , 王东升 , 李信 , 彭柏 , 杨峰 , 沈沉 , 黄少伟 , 肖娜 , 刘超 , 王艺霏 , 闫忠平 , 张少军 , 娄竞 , 李平舟 , 许大卫 , 陈重韬 , 李贤 , 李硕 , 苏丹
IPC: G06F30/20 , G06F111/08 , G06F119/08
Abstract: 本发明提供一种极寒灾害下热电耦合系统随机动态过程的建模与分析方法,包括:根据自然环境状态和不同类型设备的设备状态,建立热电耦合系统在极寒灾害下的马尔可夫状态空间;对马尔可夫状态空间的转移过程进行分析,得到热电耦合系统在相邻时刻间的状态转移概率;基于热电耦合系统在相邻时刻间状态的转移概率,计算热电耦合系统从灾害开始的初始状态转移到当前时刻状态的发生概率。本发明根据极寒天气的环境状态和各种设备状态,建立热电耦合系统在极寒灾害下的马尔可夫状态空间,通过分析马尔可夫状态空间的转移过程,计算热电耦合系统在相邻时刻间状态的转移概率,基于该转移过程,能够准确得知热电耦合系统在任何时刻状态的发生概率。
-
-
-
-
-
-
-
-
-