-
公开(公告)号：CN104765962B
公开(公告)日：2018-03-20
申请号：CN201510164898.0
申请日：2015-04-08
Applicant: 河海大学
IPC: G06F19/00
Abstract: 本发明提出了一种计及温度变化的电力系统状态估计方法。在传统的状态估计计算过程中始终保持线路电阻不变，但因为输电线路电阻是会随着外界温度的变化而变化的，因此需要新的状态估计模型及计算方法来解决问题。本发明以此为背景，将温度作为新的状态量引入到状态估计过程中，建立了计及温度变化的状态估计模型。本发明提出的计及温度变化的电力系统状态估计方法在计算过程中不断修正电阻值，体现电热耦合的思想，不仅有效计及支路的温度，而且提高了状态估计结果的精度。
-
公开(公告)号：CN104485665B
公开(公告)日：2016-08-31
申请号：CN201410786977.0
申请日：2014-12-17
Applicant: 河海大学
Abstract: 本发明公布了一种计及风速预测误差时空相关性的动态概率潮流计算方法，本发明用于分析含风电场电力系统的节点电压和支路潮流的动态概率分布，以方便运行人员分析系统状态。本发明首先采用自相关系数平稳过程描述输入变量的预测误差过程，利用非参数核密度估计直接根据预测误差历史数据拟合得到预测误差分布。接着，基于等概率变换理论和Nataf变换技术得到具有时空相关性的误差样本。最后，通过基于拉丁超立方采样的蒙特卡罗模拟法进行动态概率潮流计算，得到节点电压幅值和支路潮流的数字特征和动态概率分布。本发明能够有效分析节点电压和支路潮流的动态概率分布，具有结果准确、实现方便的优点。
-
公开(公告)号：CN105322533A
公开(公告)日：2016-02-10
申请号：CN201410236017.7
申请日：2014-05-29
Applicant: 河海大学
Abstract: 本发明涉及一种基于高斯-马尔科夫模型的自适应t型抗差状态估计方法，属于电力系统调度自动化领域。该方法以t型分布对电力系统SCADA量测误差进行建模，利用自由度自适应调整t型估计的计算效率与抗差性。对模型进行简化处理，使得目标函数连续可微，利用与加权最小二乘法类似的牛顿法进行求解，程序兼容性好。该方法可克服部分杠杆量测，仅一次状态估计计算，即可完成不良数据的辨识，抗差性好，实现方便，可大幅提高电网抗差状态估计的运行效率，满足工程应用。
-
公开(公告)号：CN104732290A
公开(公告)日：2015-06-24
申请号：CN201510130933.7
申请日：2015-03-24
Applicant: 河海大学
Abstract: 本发明公布了一种风电功率爬坡事件预测方法，其将频率偏差作为新的状态量引入到状态估计过程中，建立了考虑频率偏差的状态估计模型。然后依据相应的指标对计算出的频率偏差进行判断，预测是否发生了风电功率爬坡事件。本发明提出的是一种面向整个电力系统的爬坡事件预测方法，避免对爬坡事件定义的依赖，具有工程应用价值。
-
公开(公告)号：CN104638644A
公开(公告)日：2015-05-20
申请号：CN201510075428.7
申请日：2015-02-12
Applicant: 河海大学
IPC: H02J3/00
Abstract: 本发明公开了一种含风电场电力系统动态随机最优潮流获取方法，本发明用于解决风速和负荷的随机性和时空相关性影响下的电力系统动态最优潮流。本发明首先建立风速的动态概率模型，分析风速的时间和空间相关性。然后，采用基于原对偶解耦内点法的确定性动态最优潮流计算得到最优调度方案。接着，在此调度方案下，基于半不变量法求解计及相关性的动态随机潮流，从而得到状态变量的概率分布，并据此调整机会约束的上下界。最后，迭代计算解得一组满足所有机会约束的最优调度方案。本发明能够有效处理输入变量随机性影响下的电力系统最优潮流问题，具有结果准确、实现方便的优点，所得结果对调度人员具有一定指导意义。
-
Patent Agency Ranking
公开(公告)号：CN104638644B
公开(公告)日：2017-02-01
申请号：CN201510075428.7
申请日：2015-02-12
Applicant: 河海大学
IPC: H02J3/00
Abstract: 本发明公开了一种含风电场电力系统动态随机最优潮流获取方法，本发明用于解决风速和负荷的随机性和时空相关性影响下的电力系统动态最优潮流。本发明首先建立风速的动态概率模型，分析风速的时间和空间相关性。然后，采用基于原对偶解耦内点法的确定性动态最优潮流计算得到最优调度方案。接着，在此调度方案下，基于半不变量法求解计及相关性的动态随机潮流，从而得到状态变量的概率分布，并据此调整机会约束的上下界。最后，迭代计算解得一组满足所有机会约束的最优调度方案。本发明能够有效处理输入变量随机性影响下的电力系统最优潮流问题，具有结果准确、实现方便的优点，所得结果对调度人员具有一定指导意义。
-
公开(公告)号：CN104485665A
公开(公告)日：2015-04-01
申请号：CN201410786977.0
申请日：2014-12-17
Applicant: 河海大学
Abstract: 本发明公布了一种计及风速预测误差时空相关性的动态概率潮流计算方法，本发明用于分析含风电场电力系统的节点电压和支路潮流的动态概率分布，以方便运行人员分析系统状态。本发明首先采用自相关系数平稳过程描述输入变量的预测误差过程，利用非参数核密度估计直接根据预测误差历史数据拟合得到预测误差分布。接着，基于等概率变换理论和Nataf变换技术得到具有时空相关性的误差样本。最后，通过基于拉丁超立方采样的蒙特卡罗模拟法进行动态概率潮流计算，得到节点电压幅值和支路潮流的数字特征和动态概率分布。本发明能够有效分析节点电压和支路潮流的动态概率分布，具有结果准确、实现方便的优点。
-
公开(公告)号：CN107942160B
公开(公告)日：2020-06-05
申请号：CN201711084314.4
申请日：2017-11-07
Applicant: 国电南瑞科技股份有限公司 , 河海大学 , 国网江苏省电力公司苏州供电公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了基于BP神经网络的线路参数特性辨识模型的建立方法，包括如下步骤：步骤1、获取线路两端的原始实测数据；步骤2、建立输电线路等值模型；步骤3、基于PMU量测数据和输电线路等值模型，采用抗差最小二乘法对输电线路参数进行辨识，得到输电线路参数的估计值X′；步骤4、建立基于BP神经网络的线路参数特性辨识模型；步骤5、分别读取线路两端的原始实测数据和输电线路参数的估计值，采用BP神经网络进行反复训练并修正内部的权值和阈值，当实际输出值与期望输出值之间的总误差精度小于最小误差值ε时，停止训练，获得最终的基于BP神经网络的线路参数特性辨识模型。形成可用于实际电网的稳态模型参数模型，提高电网分析计算的准确性。
-
公开(公告)号：CN107942160A
公开(公告)日：2018-04-20
申请号：CN201711084314.4
申请日：2017-11-07
Applicant: 国电南瑞科技股份有限公司 , 河海大学 , 国网江苏省电力公司苏州供电公司 , 国电南瑞南京控制系统有限公司
Abstract: 本发明公开了基于BP神经网络的线路参数特性辨识模型的建立方法，包括如下步骤：步骤1、获取线路两端的原始实测数据；步骤2、建立输电线路等值模型；步骤3、基于PMU量测数据和输电线路等值模型，采用抗差最小二乘法对输电线路参数进行辨识，得到输电线路参数的估计值X′；步骤4、建立基于BP神经网络的线路参数特性辨识模型；步骤5、分别读取线路两端的原始实测数据和输电线路参数的估计值，采用BP神经网络进行反复训练并修正内部的权值和阈值，当实际输出值与期望输出值之间的总误差精度小于最小误差值ε时，停止训练，获得最终的基于BP神经网络的线路参数特性辨识模型。形成可用于实际电网的稳态模型参数模型，提高电网分析计算的准确性。
-
公开(公告)号：CN104732290B
公开(公告)日：2018-04-20
申请号：CN201510130933.7
申请日：2015-03-24
Applicant: 河海大学
Abstract: 本发明公布了一种风电功率爬坡事件预测方法，其将频率偏差作为新的状态量引入到状态估计过程中，建立了考虑频率偏差的状态估计模型。然后依据相应的指标对计算出的频率偏差进行判断，预测是否发生了风电功率爬坡事件。本发明提出的是一种面向整个电力系统的爬坡事件预测方法，避免对爬坡事件定义的依赖，具有工程应用价值。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.019 seconds)
