电力系统故障后功角失稳模式预判模型构建方法及其应用

    公开(公告)号:CN110705831A

    公开(公告)日:2020-01-17

    申请号:CN201910844471.3

    申请日:2019-09-06

    IPC分类号: G06Q10/06 G06Q50/06 G06N3/04

    摘要: 本发明公开了一种电力系统故障后功角失稳模式的预判模型构建方法及其应用,方法包括:从每组原始量测数据中提取其对应的观测窗口内的一组母线电压离散点集,并构建每组离散点集对应的电压幅值矩阵和电压相角矩阵;根据每组原始量测数据对应的功角曲线形态,确定其对应工况在所述观测窗口之后的预设时间段位置处的失稳模式标签信息;基于所有样本,通过监督学习,训练得到神经网络预判模型,其中每个样本包括一组原始量测数据对应的电压幅值矩阵、电压相角矩阵和失稳模式标签信息。本发明将深度学习应用到功角失稳模式预判中,根据大扰动后母线电压相量量测原始数据,即可快速准确给出稳定或失稳具体类别,极大提高电力系统的安全性,实用性较强。

    一种基于动态聚类的大量时序曲线可视化方法

    公开(公告)号:CN114564576B

    公开(公告)日:2024-08-30

    申请号:CN202210066889.8

    申请日:2022-01-20

    IPC分类号: G06F16/35

    摘要: 本发明公开了一种基于动态聚类的大量时序曲线可视化方法,包括如下步骤:首先读入大量时序曲线的集合;根据时间取值范围对曲线集合进行树状层次细分,形成一颗m叉树,定义并计算各曲线及曲线子段的k维特征向量和综合特征值F值,并按二维空间分布进行特定的排序,存储在结点上;基于特征向量对时序曲线集合实现初始聚类计算,将曲线整体分为指定聚类;在用户交互对曲线集合的二维观察视口矩形范围进行放大、缩小、平移等操作时,基于所建立的m叉树数据结构,快速查找经过当前视口范围的曲线段子集,基于综合特征值F值实现实时动态近似聚类,动态调整曲线集合的色彩映射方案,同时调整聚类内曲线的色彩饱和度和色调。本发明在对大量时序曲线进行可视化时,基于动态近似聚类方法,可以有效增强画面上曲线不同聚类之间以同聚类曲线之间的视觉可分辨度。

    一种用于电力系统潮流的恢复可解性调整方法及系统

    公开(公告)号:CN112994016A

    公开(公告)日:2021-06-18

    申请号:CN202110271031.0

    申请日:2021-03-08

    IPC分类号: H02J3/06

    摘要: 本发明公开了一种用于电力系统潮流的恢复可解性调整方法及系统,属于电力系统技术领域。本发明方法,包括:获取电力系统的功率平衡程度,根据功率平衡程度确定潮流可解性的综合评价指标;根据GCRNN确定电力系统的时空融合潮流状态评估结果;根据综合评价指标及时空融合潮流状态评估结果,并采用DDQN对电力系统潮流进行强化学习,对电力系统潮流无解进行调整,恢复电力系统潮流可解性。本发明可缓解目前大电网潮流无解所带来的人力和时间成本消耗问题,实现了潮流数据的时空特征的提取,通过引入搜索方向、学习信息提取以及搜索空间约束,提高了深度强化学习的学习效率。