一种基于极大似然估计的风电功率持续特性描述方法

    公开(公告)号:CN103530531B

    公开(公告)日:2016-05-04

    申请号:CN201310547194.2

    申请日:2013-11-06

    Abstract: 本发明公开了一种基于极大似然估计的风电功率持续特性描述方法,利用该方法分析,发现风电功率的不同状态的持续时间特性与逆高斯分布相似,同时,风电场有可能长时间保持相同的出力状态,且在出力较低或较高的状态保持不变的平均时间要长于保持中等出力状态的平均时间;风电功率持续时间分布特性与逆高斯函数分布曲线大致吻合的这一发现,将有助于对风电功率在某一出力水平下的持续时间做出估计,对于风电功率的短期预测提供重要参考;本发明有助于对风电功率在某一出力水平下的持续时间做出估计,对于风电功率的短期预测提供重要参考;对含风电电力系统的规划、运行方式的安排等,都有一定的指导意义。

    一种基于极大似然估计的风电功率持续特性描述方法

    公开(公告)号:CN103530531A

    公开(公告)日:2014-01-22

    申请号:CN201310547194.2

    申请日:2013-11-06

    Abstract: 本发明公开了一种基于极大似然估计的风电功率持续特性描述方法,利用该方法分析,发现风电功率的不同状态的持续时间特性与逆高斯分布相似,同时,风电场有可能长时间保持相同的出力状态,且在出力较低或较高的状态保持不变的平均时间要长于保持中等出力状态的平均时间;风电功率持续时间分布特性与逆高斯函数分布曲线大致吻合的这一发现,将有助于对风电功率在某一出力水平下的持续时间做出估计,对于风电功率的短期预测提供重要参考;本发明有助于对风电功率在某一出力水平下的持续时间做出估计,对于风电功率的短期预测提供重要参考;对含风电电力系统的规划、运行方式的安排等,都有一定的指导意义。

    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

    Abstract: 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。

Patent Agency Ranking