一种电压互感器误差状态在线定量评估方法

    公开(公告)号:CN113702895B

    公开(公告)日:2022-02-08

    申请号:CN202111264484.7

    申请日:2021-10-28

    IPC分类号: G01R35/02 G01R35/00

    摘要: 本发明提供一种电压互感器误差状态在线定量评估方法,利用改进的无监督异常检测技术对建模数据集构建的冗余特征数据集进行异常检测,剔除建模数据集中异常数据的不良影响,以确定不含异常数据的理想建模数据集;而后为理想建模数据集引入不同误差变化量下的附加误差,得到包含各类误差信息的离线冗余特征集,并基于深度置信网络对离线冗余特征集进行特征融合,得到评估电压互感器运行误差的定量评估模型;最后基于定量评估模型对电压互感器的实时输出信号进行分析,实现电压互感器误差状态的定量评估。本发明有效剔除了建模数据集中异常数据所带来的不良影响,并实现了电压互感器误差状态的在线定量评估,具有良好的有效性和普适性。

    一种电压互感器误差状态在线定量评估方法

    公开(公告)号:CN113702895A

    公开(公告)日:2021-11-26

    申请号:CN202111264484.7

    申请日:2021-10-28

    IPC分类号: G01R35/02 G01R35/00

    摘要: 本发明提供一种电压互感器误差状态在线定量评估方法,利用改进的无监督异常检测技术对建模数据集构建的冗余特征数据集进行异常检测,剔除建模数据集中异常数据的不良影响,以确定不含异常数据的理想建模数据集;而后为理想建模数据集引入不同误差变化量下的附加误差,得到包含各类误差信息的离线冗余特征集,并基于深度置信网络对离线冗余特征集进行特征融合,得到评估电压互感器运行误差的定量评估模型;最后基于定量评估模型对电压互感器的实时输出信号进行分析,实现电压互感器误差状态的定量评估。本发明有效剔除了建模数据集中异常数据所带来的不良影响,并实现了电压互感器误差状态的在线定量评估,具有良好的有效性和普适性。

    一种数据驱动型电力系统潮流计算方法

    公开(公告)号:CN112865109A

    公开(公告)日:2021-05-28

    申请号:CN202110054583.6

    申请日:2021-01-15

    申请人: 天津大学

    IPC分类号: H02J3/06

    摘要: 本发明公开了一种数据驱动型电力系统潮流计算方法,采集由测量仪表检测得到的电力系统历史运行数据,将历史运行数据中的一部分参数数据作为潮流计算的输入变量,将其余数据中与输入变量有关联的参数数据作为潮流计算的输出变量;将潮流的输入变量与输出变量采用Koopman算子理论升高维度后映射为线性关系,再根据采集的历史运行数据拟合得到输入变量与输出变量间的线性转移矩阵;由拟合的线性转移矩阵,得到对应潮流的任意输入变量的输出值,完成潮流计算。本发明在高维空间中实现潮流非线性方程的线性化,提高了线性化程度。由于线性化水平较高,仅通过一次计算便得到系统的基本特征,无需随着运行状态的变化而调整。

    基于不完全升维数据驱动的风电场无功电压优化控制方法

    公开(公告)号:CN118399423A

    公开(公告)日:2024-07-26

    申请号:CN202410456932.0

    申请日:2024-04-16

    申请人: 天津大学

    摘要: 本发明涉及一种基于不完全升维数据驱动的风电场无功电压优化控制方法,包括如下步骤:(1)构建不完全升维潮流模型:将潮流自变量进一步划分为控制变量和扰动变量,其中,控制变量作为优化问题中的优化变量,保持原始状态空间,扰动变量为不可控的自变量,做升维处理,从而构建不完全升维潮流模型;基于历史样本数据,进行潮流模型训练,对不完全升维的线性化潮流矩阵进行最小二乘估计;根据潮流模型训练计算得到的不完全升维的线性化潮流矩阵,以输入变量的不同分解为分块矩阵;(2)构建风电场无功电压优化控制模型;求解所建立的电压优化控制模型,实现基于不完全升维数据驱动的风电场无功电压优化控制。

    一种数据驱动型电力系统潮流计算方法

    公开(公告)号:CN112865109B

    公开(公告)日:2023-04-21

    申请号:CN202110054583.6

    申请日:2021-01-15

    申请人: 天津大学

    IPC分类号: H02J3/06

    摘要: 本发明公开了一种数据驱动型电力系统潮流计算方法,采集由测量仪表检测得到的电力系统历史运行数据,将历史运行数据中的一部分参数数据作为潮流计算的输入变量,将其余数据中与输入变量有关联的参数数据作为潮流计算的输出变量;将潮流的输入变量与输出变量采用Koopman算子理论升高维度后映射为线性关系,再根据采集的历史运行数据拟合得到输入变量与输出变量间的线性转移矩阵;由拟合的线性转移矩阵,得到对应潮流的任意输入变量的输出值,完成潮流计算。本发明在高维空间中实现潮流非线性方程的线性化,提高了线性化程度。由于线性化水平较高,仅通过一次计算便得到系统的基本特征,无需随着运行状态的变化而调整。