一种电力系统动态状态检测方法及系统

    公开(公告)号:CN116722653A

    公开(公告)日:2023-09-08

    申请号:CN202310689672.7

    申请日:2023-06-12

    摘要: 本发明公开了一种基于时间卷积网络的扩展卡尔曼滤波电力系统动态状态估计的方法,包括:将人工智能技术引入电力系统动态状态估计中,提出基于时间卷积网络(Time Convolution network,TCN)的时序预测方法;本发明所构建的TCN模型以节点电压和误差协方差矩阵作为网络的输入输出特征量;本发明算法的网络输入即为节点电压和误差协方差矩阵,输出量即为下一时刻电压和误差协方差矩阵的预测值;该方法能准确建立系统状态的空间模型,提高系统状态预测的预测精度,为后续动态估计以及状态评估提供质量较高的未来态状态值;通过在IEEE14标准系统进行算例仿真表明,所提方法的估计精度与EKF相比具有良好的表现。

    时钟同步方法及系统
    7.
    发明授权

    公开(公告)号:CN112751643B

    公开(公告)日:2023-01-20

    申请号:CN202110070694.6

    申请日:2021-01-19

    IPC分类号: H04J3/06

    摘要: 本发明公开了一种时钟同步方法及系统。该方法包括:基于面向过程控制的对象连接与嵌入统一架构OPCUA模型的客户端向目标节点发送时间信息的订阅请求;根据所述目标节点发布的时间信息测量本节点与所述目标节点之间的时钟偏移量;根据所述时钟偏移量更新本地时钟,以使所述本地时钟与目标节点的时钟保持同步。上述技术方案基于统一的标准订阅时间信息,作为测量时钟偏移量并进行时钟同步的依据,提高了时钟同步的精度。

    时钟同步方法及系统
    8.
    发明公开

    公开(公告)号:CN112751643A

    公开(公告)日:2021-05-04

    申请号:CN202110070694.6

    申请日:2021-01-19

    IPC分类号: H04J3/06

    摘要: 本发明公开了一种时钟同步方法及系统。该方法包括:基于面向过程控制的对象连接与嵌入统一架构OPCUA模型的客户端向目标节点发送时间信息的订阅请求;根据所述目标节点发布的时间信息测量本节点与所述目标节点之间的时钟偏移量;根据所述时钟偏移量更新本地时钟,以使所述本地时钟与目标节点的时钟保持同步。上述技术方案基于统一的标准订阅时间信息,作为测量时钟偏移量并进行时钟同步的依据,提高了时钟同步的精度。