母线暂态电压稳定性评估方法、系统、介质及计算设备

    公开(公告)号:CN113341210B

    公开(公告)日:2024-02-23

    申请号:CN202110549792.8

    申请日:2021-05-20

    Abstract: 本发明公开了一种母线暂态电压稳定性评估方法、系统、介质及计算设备,本发明在两区域发生功角振荡期间,将与两区域母线连接的枢纽变电站母线视为电动势幅值随功角振荡变化的电压源,计算各采样时刻配网母线的暂态电压稳定裕度,根据功角振荡期间配网母线暂态电压稳定裕度正负变化情况,判断出母线是否暂态电压失稳,通过实时跟踪电网运行状态,及时识别出由于功角振荡而发生暂态电压失稳的母线,评估结果能够为紧急控制提供辅助决策,从而能够对发生暂态电压失稳的母线采取有针对性的切负荷措施,既能防止事故进一步扩大,又能最大限度地减少负荷损失,有助于提高电网供电的可靠性和运行的稳定性。(56)对比文件徐泰山.在线暂态安全稳定评估的分类滚动故障筛选方法《.电力系统自动化》.2015,第42卷(第13期),182-188.李宣.基于失稳机理分析的暂态电压稳定性量化指标《.电力自动化设备》.2023,第43卷(第11期),195-202.Imo E. Nkan.Application_of_FACTS_Devices_in_a_Multi-Machine_Power_System_Network_for_Transient_Stability_Enhancement_A_Case_Study_of_the_Nigerian_330kV_48-Bus_System.2019 IEEEAFRICON.2020,1-9.

    一种电网暂态稳定关键特征筛选方法、装置及系统

    公开(公告)号:CN115392772A

    公开(公告)日:2022-11-25

    申请号:CN202211134761.7

    申请日:2022-09-19

    Abstract: 本发明公开了一种电网暂态稳定关键特征筛选方法、装置及系统,包括获取样本数据,样本数据包括图节点特征、邻接矩阵和边特征矩阵;构建神经网络模型,包括自注意力网络层与消息传递网络层;自注意力网络层用于计算图节点特征的自注意力权重系数,并筛选出关键图节点特征;利用筛选出的关键图节点特征、邻接矩阵和边特征矩阵,训练神经网络;基于训练好的神经网络模型,选择正确预测的样本计算图节点特征的自注意力权重系数均值,基于权重系数均值排序结果,筛选输出电网暂态稳定关键特征。本发明能计及电网不同位置故障后切线路导致的网络拓扑的变化,筛选出能反映电网稳定模式与本质的关键特征,仅通过少量关键特征即可进行暂态稳定评估。

Patent Agency Ranking