-
公开(公告)号:CN104091087B
公开(公告)日:2017-04-05
申请号:CN201410351687.3
申请日:2014-07-22
Applicant: 国家电网公司 , 武汉大学 , 国电南瑞科技股份有限公司
Abstract: 本发明公开了一种基于母线电压频率的失步振荡解列判据,本发明依据的是失步振荡时的电压频率特性:失步中心两侧电压频率轨迹变化相反,且两侧频差的绝对值先增大后减小,存在极大值,而失步中心迁移场景下,失步中心两侧母线电压频差过零,出现反向。基于此,通过计算支路两侧的母线电压频差,母线电压频差增量和母线电压频率增量判别失步振荡中心,该判据实现较简单,可以适应失步中心的迁移,且不受电网结构和运行方式的限制,在半个失步周期内即可实现失步中心的定位。
-
公开(公告)号:CN104090985B
公开(公告)日:2017-09-22
申请号:CN201410361459.4
申请日:2014-07-25
Applicant: 国家电网公司 , 武汉大学 , 国电南瑞科技股份有限公司
IPC: G06F17/30
Abstract: 本发明属于大电网严重故障下隔离地点的合理选择问题,具体涉及一种基于电气距离的主动解列最优断面搜索方法。该方法以Dijkstra算法求取节点间最短电气距离,依据各节点间的电气联系强弱程度,将节点划分为公共节点与一般节点;凭借解列断面与公共节点的联系,将解列断面的搜索转换为公共节点的处理问题;以解列后子系统中有功不平衡功率最小为目标函数,基于宽度优先算法完成对公共节点的搜索,得到最优解列断面。本发明的优点是:既满足了在线计算的快速性要求,又能适应系统的运行方式变化,可以实现主动解列最优断面准确、有效地捕捉。
-
公开(公告)号:CN104077393B
公开(公告)日:2017-07-11
申请号:CN201410308754.3
申请日:2014-07-01
Applicant: 国家电网公司 , 武汉大学 , 国电南瑞科技股份有限公司
IPC: G06F17/30
CPC classification number: Y02D10/45
Abstract: 本发明公开了一种基于半监督谱聚类的最优解列断面搜索方法,本发明首先采用最小复合有功潮流冲击的目标函数和机组同调\分离等相关约束构建详细解列断面搜索模型,然后将最优断面搜索的优化求解过程,映射为约束谱聚类对静态图分割的松弛解求取过程,最后通过改进的PAM聚类算法选择最优主动解列断面。上述过程,在不丢失全网信息前提下,降低了时间复杂度,搜索结果准确、有效。
-
公开(公告)号:CN107968443A
公开(公告)日:2018-04-27
申请号:CN201711363843.8
申请日:2017-12-18
Applicant: 国电南瑞科技股份有限公司 , 国家电网公司华北分部 , 国电南瑞南京控制系统有限公司 , 国家电网公司
Abstract: 本发明公开了一种风光火打捆直流外送的AGC控制方法,首先在省级电网建立主控制区和风光火打捆控制区,风光火打捆控制区的控制边界为火电总送出联络线、直流送出联络线和新能源送出汇集线。如果风光火打捆控制区有整体发电计划,风光火打捆控制区采用FTC方式进行控制,如果没有整体发电计划,风光火打捆控制区可以采用内部波动平抑和辅助主网频率联络线功率控制模式,实现风光火出力的此消彼长,保证打捆送出地区功率的平稳,降低风光火打捆送出地区新能源波动对整体电网的影响。
-
公开(公告)号:CN107968443B
公开(公告)日:2020-10-30
申请号:CN201711363843.8
申请日:2017-12-18
Applicant: 国电南瑞科技股份有限公司 , 国家电网公司华北分部 , 国电南瑞南京控制系统有限公司 , 国家电网公司
Abstract: 本发明公开了一种风光火打捆直流外送的AGC控制方法,首先在省级电网建立主控制区和风光火打捆控制区,风光火打捆控制区的控制边界为火电总送出联络线、直流送出联络线和新能源送出汇集线。如果风光火打捆控制区有整体发电计划,风光火打捆控制区采用FTC方式进行控制,如果没有整体发电计划,风光火打捆控制区可以采用内部波动平抑和辅助主网频率联络线功率控制模式,实现风光火出力的此消彼长,保证打捆送出地区功率的平稳,降低风光火打捆送出地区新能源波动对整体电网的影响。
-
公开(公告)号:CN104299102A
公开(公告)日:2015-01-21
申请号:CN201410598540.4
申请日:2014-10-31
Applicant: 国电南瑞科技股份有限公司 , 国家电网公司华北分部
CPC classification number: G06Q10/0639 , G06F17/30563 , G06F17/30572 , G06Q50/06
Abstract: 本发明公开了一种电网调控一体化系统多维数据模型的建模方法,将电网调控一体化系统现有的关系模型无缝转换为多维数据模型,以支持后续多维观察、数据钻取以及复杂的多维数据集运算等功能,并在建立多维数据模型的过程中形成了相关标准,对推进电网科学发展,提高电网管理水平具有重要意义。
-
公开(公告)号:CN104317923A
公开(公告)日:2015-01-28
申请号:CN201410598538.7
申请日:2014-10-31
Applicant: 国家电网公司华北分部 , 国电南瑞科技股份有限公司
IPC: G06F17/30
CPC classification number: G06F17/30592 , G06F17/30536
Abstract: 本发明公开了电网调控一体化系统多维数据展现方法,首先建立电网调控一体化系统的多维数据模型,为多维数据的展现提供基础,然后建立多维数据的展现主题,利用如WEB、报表等展示手段的丰富展现方式结合多维数据模型提供的全面的展示维度,实现对数据的全面、丰富、多层次的展示,同时结合多维数据联动、多维分析及多维钻取展示技术,实现从多层次、多角度、多方面对主题数据进行全面的展现分析。
-
公开(公告)号:CN113065278A
公开(公告)日:2021-07-02
申请号:CN202110276871.6
申请日:2021-03-15
Applicant: 国家电网公司华北分部 , 武汉大学
IPC: G06F30/27 , G06K9/62 , G06Q10/04 , G06Q50/06 , H02J3/38 , G06F111/08 , G06F113/06
Abstract: 本发明涉及一种基于频繁模式挖掘的富风期风电小发事件统计特性模型的预测方法,首先提取各风电场发生富风期风电小发事件时对应的持续时间段、间隔时间段;然后基于K‑means聚类算法分别对持续时间段、间隔时间段模式进行聚类分析得到不同的基本模式,同时得到各基本模式对应的气象特征,训练支持向量机分类器,从而使用基本模式对风电功率序列进行事件序列重编码;最后,通过APRIORI关联分析算法对事件序列进行挖掘得到富风期风电小发事件与事件之间的关联关系,进而建立富风期风电小发事件的自相关统计特性模型,通过模型进行预测。该方法深入挖掘出富风期风电小发事件之间的自相关特性,有效地解决了难以用数学模型建模的问题。
-
公开(公告)号:CN111008504A
公开(公告)日:2020-04-14
申请号:CN201911309950.1
申请日:2019-12-18
Applicant: 武汉大学 , 国家电网公司华北分部
IPC: G06F30/27 , G06K9/62 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F111/10 , G06F113/06
Abstract: 本发明涉及电网风电预测技术,具体涉及一种基于气象模式识别的风电功率预测误差建模方法,包括通过对历史气象数据进行k-means聚类分析得到了相应的气象模式,根据各气象模式下气象数据特征,训练支持向量机分类器,并用其将历史风电功率预测误差数据划分为各个气象模式下的子数据集,分别对这些子数据集进行统计分析得到对应的概率密度曲线,进而基于通用分布模型,通过最小二乘拟合得到各气象模式下风电功率预测误差概率密度模型,完成风电功率预测误差建模。该方法考虑了气象因素对于风电功率预测精度的影响,使得风电功率预测误差建模结果更加准确;采用通用分布模型拟合效果更好,表达式的解析性更好;提供准确的风电功率预测误差概率密度模型。
-
公开(公告)号:CN113065278B
公开(公告)日:2023-01-31
申请号:CN202110276871.6
申请日:2021-03-15
Applicant: 国家电网公司华北分部 , 武汉大学
IPC: G06F30/27 , G06Q10/04 , G06Q50/06 , H02J3/38 , G06F111/08 , G06F113/06
Abstract: 本发明涉及一种基于频繁模式挖掘的富风期风电小发事件统计特性模型的预测方法,首先提取各风电场发生富风期风电小发事件时对应的持续时间段、间隔时间段;然后基于K‑means聚类算法分别对持续时间段、间隔时间段模式进行聚类分析得到不同的基本模式,同时得到各基本模式对应的气象特征,训练支持向量机分类器,从而使用基本模式对风电功率序列进行事件序列重编码;最后,通过APRIORI关联分析算法对事件序列进行挖掘得到富风期风电小发事件与事件之间的关联关系,进而建立富风期风电小发事件的自相关统计特性模型,通过模型进行预测。该方法深入挖掘出富风期风电小发事件之间的自相关特性,有效地解决了难以用数学模型建模的问题。
-
-
-
-
-
-
-
-
-