基于模式激发程度分析的暂态稳定预想事故筛选方法

    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。

    一种无功功率补偿方法及系统

    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

    CPC classification number: Y02E40/30 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。

    基于模式激发程度分析的暂态稳定预想事故筛选方法

    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

    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。

    基于微分神经网络的电力系统动态元件建模方法及装置

    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

    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。

    一种大步长移频电磁暂态仿真方法及系统

    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

    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。

Patent Agency Ranking