-
公开(公告)号：CN116231672A
公开(公告)日：2023-06-06
申请号：CN202310189044.2
申请日：2023-03-01
Applicant: 国网内蒙古东部电力有限公司电力科学研究院 , 武汉大学 , 国家电网有限公司
Abstract: 本发明提出一种基于电压薄弱点识别的含风机电网无功优化方法及系统。其包括：获取电力网络的结构参数和电气参数；基于双馈风机功率转换模型计算接入电网风机的无功功率可调节范围；大规模风电机组接入电网后，构建节点电压变化指标，并采用连续潮流法对各节点电压求取PV曲线并计算在临界状态下各节点电压变化指标，判断电网中电压薄弱节点；最后，构建以电压薄弱点为无功补偿节点的无功优化模型并采用改进权重的粒子群优化算法进行求解。本发明减少了无功优化中的变量维数，大大提高了计算效率，同时在新能源高渗透率场景下提高了电压的稳定性、降低了线路损耗并充分利用了风电机组的无功余量，具有很强的适用性和优越性。
-
公开(公告)号：CN115455695A
公开(公告)日：2022-12-09
申请号：CN202211116031.4
申请日：2022-09-14
Applicant: 国网内蒙古东部电力有限公司电力科学研究院 , 武汉大学 , 国家电网有限公司
IPC: G06F30/20 , G06Q50/06 , G06F113/04 , G06F119/02
Abstract: 一种特高压直流系统换流站主接线可靠性评估方法及系统，包括：计算换流站内主接线系统元件集合N中所有元件的正常状态概率P0、事故切除状态概率P1、事故未切除状态概率P2和检修状态概率P3等四种状态概率；求出换流站主接线系统拓扑结构对应的邻接矩阵A，对邻接矩阵A进行有向化处理得到流向邻接矩阵C，然后通过深度搜索法求取换流站主接线系统最小路集合，对最小路集合中的元件进行故障判断，得到换流站主接线系统最小路割集集合；结合最小路割集集合以及元件集合N所有元件的四种状态概率计算包括系统故障概率与系统故障频率的可靠性评估指标。利用深度搜索算法进行换流站主接线最小路集合的遍历，提高了计算效率且不会遗漏任一电力路径。
-
公开(公告)号：CN111046405B
公开(公告)日：2023-07-07
申请号：CN201911272695.8
申请日：2019-12-12
Applicant: 国家电网有限公司大数据中心
IPC: G06F21/60
Abstract: 本发明实施例公开了一种数据处理方法、装置、设备及存储介质。其中，该方法包括：对获取的原始数据进行保密数据标记处理，得到存储数据；当检测到数据传输事件时，启动安全模式传输所述数据传输事件对应的存储数据。本发明的技术方案能够有效的防止数据泄露、数据篡改等风险，提高数据的安全性和可靠性。
-
公开(公告)号：CN111046405A
公开(公告)日：2020-04-21
申请号：CN201911272695.8
申请日：2019-12-12
Applicant: 国家电网有限公司大数据中心
IPC: G06F21/60
Abstract: 本发明实施例公开了一种数据处理方法、装置、设备及存储介质。其中，该方法包括：对获取的原始数据进行保密数据标记处理，得到存储数据；当检测到数据传输事件时，启动安全模式传输所述数据传输事件对应的存储数据。本发明的技术方案能够有效的防止数据泄露、数据篡改等风险，提高数据的安全性和可靠性。
-
公开(公告)号：CN118841974A
公开(公告)日：2024-10-25
申请号：CN202410970399.X
申请日：2024-07-19
Applicant: 武汉大学
IPC: H02J3/00 , H02J3/38 , G06F18/214 , G06F18/22 , G06Q50/06
Abstract: 本发明提供一种用于综合无功优化的风电‑负荷场景匹配方法及装置，考虑了待匹配样本的负荷数据、风电数据与典型风电‑负荷场景间的相关性，计算并比较待匹配样本与各典型风电‑负荷场景的相关程度，相关程度越大则场景近似程度就越高，匹配性就越高。本发明可以提高随机选取数据与各典型场景的相关性准确度和匹配程度。
-
Patent Agency Ranking
公开(公告)号：CN114118552A
公开(公告)日：2022-03-01
申请号：CN202111353368.2
申请日：2021-11-16
Applicant: 武汉大学
Abstract: 本发明提出了基于变分模态分解和长短期记忆网络的母线负荷预测方法。将原始母线负荷序列通过变分模态分解得到分解后母线负荷序列，分解后母线负荷序列由固有模态函数与余项构成，将分解后母线负荷序列去除余项后得到降噪后母线负荷序列，将降噪预处理后母线负荷序列均匀划分为多组负荷样本序列，通过多组负荷样本序列构建长短期记忆网络的训练集，将长短期记忆网络训练集引入长短期记忆网络进行训练，选择平方和误差函数作为损失函数，利用梯度下降法对训练集进行迭代预测得到短期日内负荷预测集；本发明对新型电力系统下的母线负荷噪声特性进行降噪优化，对降噪后负荷利用长短期记忆网络进行训练，母线负荷预测的精确度得到有效提升。
-
公开(公告)号：CN115395516B
公开(公告)日：2025-04-11
申请号：CN202211129710.5
申请日：2022-09-16
Applicant: 武汉大学
Abstract: 本发明涉及电力系统恢复技术，具体涉及一种考虑恢复时间及成功率综合指标的机组启动方法，包括抽象待恢复的电网拓扑，建立黑启动机组和非黑启动机组的出力数学模型，依据线路充电时间、变压器操作时间和线路电容值，构建电网加权拓扑图；基于Dijkstra最短路径算法，搜索电网内所有待启动的非黑启动机组的最优恢复路径；结合机组容量、爬坡速率、启动功率等自身特性，构建机组启动顺序综合指标，根据指标值大小决策非黑启动机组的启动顺序；依次经最优恢复路径启动各台非黑启动机组。该方法考虑了机组启动次序和恢复路径耦合关系，在电力系统恢复初期能快速为停电系统提供发电功率，同时提高了机组恢复的成功率。
-
公开(公告)号：CN118916720A
公开(公告)日：2024-11-08
申请号：CN202410970394.7
申请日：2024-07-19
Applicant: 武汉大学
IPC: G06F18/23 , H02J3/00 , H02J3/38 , G06F18/2321 , G06F18/23213 , G06Q50/06 , G06F123/02
Abstract: 本发明提供一种基于时序相关聚类融合的风电‑负荷场景构建方法及装置，基于时间序列的风速‑风功率转换函数构建风电‑负荷初始数据集，对风电‑负荷初始数据集进行降噪预处理，再进行一阶有序聚类，由典型负荷场景的时序分段结果对风电数据进行划分，对划分后的风电数据进行二阶聚类，最终完成典型风电‑负荷场景的构建。本发明挖掘了风电接入的电网源荷出力特性的典型场景特征，降低风功率计算误差的同时，提高场景构建的典型性；并且可以为后续求解不同典型风电‑负荷场景下综合无功优化策略集，构建各场景无功优化模型，以提高模型收敛性、准确性以及场景泛化能力奠定了基础。
-
公开(公告)号：CN115395516A
公开(公告)日：2022-11-25
申请号：CN202211129710.5
申请日：2022-09-16
Applicant: 武汉大学
Abstract: 本发明涉及电力系统恢复技术，具体涉及一种考虑恢复时间及成功率综合指标的机组启动方法，包括抽象待恢复的电网拓扑，建立黑启动机组和非黑启动机组的出力数学模型，依据线路充电时间、变压器操作时间和线路电容值，构建电网加权拓扑图；基于Dijkstra最短路径算法，搜索电网内所有待启动的非黑启动机组的最优恢复路径；结合机组容量、爬坡速率、启动功率等自身特性，构建机组启动顺序综合指标，根据指标值大小决策非黑启动机组的启动顺序；依次经最优恢复路径启动各台非黑启动机组。该方法考虑了机组启动次序和恢复路径耦合关系，在电力系统恢复初期能快速为停电系统提供发电功率，同时提高了机组恢复的成功率。
-
公开(公告)号：CN113836823A
公开(公告)日：2021-12-24
申请号：CN202111268308.0
申请日：2021-10-29
Applicant: 武汉大学
IPC: G06F30/27 , G06F17/17 , G06K9/62 , G06F113/04 , G06F119/02
Abstract: 本发明提出一种基于负荷分解与优化双向长短期记忆网络的负荷组合预测方法。该方法利用变分模态分解将负荷序列分解为一组相对平稳的子序列分量，以减少不同趋势信息间的相互影响，针对各子序列分别构建基于双向长短期记忆神经网络的时序预测模型，利用贝叶斯理论对网络相关超参数进行优化并判断该序列是否使用长短期记忆网络，以提高单个模型的预测精度；最后，叠加各子序列预测结果得到负荷预测值。该方法利用变分模态分解对负荷进行平稳化分解处理后进行预测使得预测结果更加稳定，贝叶斯优化理论解决了不同时序序列对双向长短期记忆网络的适用性和初始参数设置不当导致预测结果精度不高的问题，具有精确的预测结果，可应用于电力系统短期负荷预测。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.063 seconds)
