-
公开(公告)号：CN112632846B
公开(公告)日：2023-10-24
申请号：CN202011266697.9
申请日：2020-11-13
申请人： 国网浙江省电力有限公司绍兴供电公司 , 清华大学 , 国网浙江省电力有限公司 , 国网四川省电力公司
IPC分类号： G06F30/27 , G06F18/213 , G06N3/047 , G06N3/08 , H02J3/00 , H02J3/06 , H02J13/00 , G06F111/08 , G06F113/04
摘要： 本发明公开了一种电力系统输电断面极限概率评估方法及电子设备，该方法采集电力系统当前运行状态数据，根据所述当前运行状态数据获得输入特征数据，将该输入特征数据输入到预先构建的深度不确定性神经网络模型ξd中；根据深度不确定性神经网络模型ξd输出电力系统给定输电断面的预测TTC概率分布。本发明能够输出电力系统输电断面TTC的概率分布，为考虑不确定性下的输电断面极限概率评估提供了实现方法。
-
公开(公告)号：CN112861439A
公开(公告)日：2021-05-28
申请号：CN202110212733.1
申请日：2021-02-25
申请人： 清华大学 , 国网浙江省电力有限公司绍兴供电公司 , 国网浙江省电力有限公司
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06F113/04
摘要： 本发明涉及一种基于深度学习的电力系统仿真样本生成方法，属于电力技术领域。本发明从电网历史数据或仿真计算数据中获取电网数据样本和所有变量的上、下限值，采用深度自编码器对归一化电网数据样本进行降维，统计降维后样本的分布情况，在降维后样本分布稀疏的区间重新生成数据，通过解码器、归一化逆变换和潮流计算验证得到新的电力系统仿真样本。本发明能够主动生成在历史数据中较少涉及的样本，提高电力系统仿真样本的多样性，此外，本发明得到的样本还会经过潮流分析验证，从而提高样本的有效性。
-
公开(公告)号：CN112632846A
公开(公告)日：2021-04-09
申请号：CN202011266697.9
申请日：2020-11-13
申请人： 国网浙江省电力有限公司绍兴供电公司 , 清华大学 , 国网浙江省电力有限公司 , 国网四川省电力公司
摘要： 本发明公开了一种电力系统输电断面极限概率评估方法及电子设备，该方法采集电力系统当前运行状态数据，根据所述当前运行状态数据获得输入特征数据，将该输入特征数据输入到预先构建的深度不确定性神经网络模型ξd中；根据深度不确定性神经网络模型ξd输出电力系统给定输电断面的预测TTC概率分布。本发明能够输出电力系统输电断面TTC的概率分布，为考虑不确定性下的输电断面极限概率评估提供了实现方法。
-
公开(公告)号：CN112861439B
公开(公告)日：2022-12-09
申请号：CN202110212733.1
申请日：2021-02-25
申请人： 清华大学 , 国网浙江省电力有限公司绍兴供电公司 , 国网浙江省电力有限公司
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06F113/04
摘要： 本发明涉及一种基于深度学习的电力系统仿真样本生成方法，属于电力技术领域。本发明从电网历史数据或仿真计算数据中获取电网数据样本和所有变量的上、下限值，采用深度自编码器对归一化电网数据样本进行降维，统计降维后样本的分布情况，在降维后样本分布稀疏的区间重新生成数据，通过解码器、归一化逆变换和潮流计算验证得到新的电力系统仿真样本。本发明能够主动生成在历史数据中较少涉及的样本，提高电力系统仿真样本的多样性，此外，本发明得到的样本还会经过潮流分析验证，从而提高样本的有效性。
-
公开(公告)号：CN113592151A
公开(公告)日：2021-11-02
申请号：CN202110766835.8
申请日：2021-07-07
申请人： 清华大学 , 国网浙江省电力有限公司绍兴供电公司 , 国网浙江省电力有限公司 , 国家电网有限公司
摘要： 本申请属于电力系统安全运行技术领域，具体涉及电力系统输电断面极限传输容量预测方法、装置、电子设备和存储介质。本公开基于电力系统大数据，建立了电力系统输电断面的邻域精细规则，能够输出电力系统输电断面TTC的预测值。现有的大部分基于数据驱动方法的TTC评估模型存在两大问题：一是在面对海量复杂多变的运行场景时，单一模型泛化能力不足；二是模型的准确度与其可解释性之间存在矛盾。本公开通过引入基于两阶段聚类的电力系统输电断面邻域精细规则生成方法，有效弥补了这一缺陷。本公开方法可以应用于电力系统安全分析领域中，有助于提高电力系统调度的安全性。
-
公开(公告)号：CN114665470B
公开(公告)日：2024-06-25
申请号：CN202210283759.X
申请日：2022-03-21
申请人： 清华大学 , 国网浙江省电力有限公司绍兴供电公司 , 国网浙江省电力有限公司
IPC分类号： H02J3/00
摘要： 本发明公开了一种电力系统关键输电断面识别方法和装置，该方法包括：利用潮流计算方式得到电力系统不同运行场景下的潮流数据，得到电力系统不同运行场景下的输入特征；对电力系统进行输电断面识别和传输极限计算，得到初始输电断面集合和初始标签集；计算初始输电断面集合中不同输电断面之间的相关性指标，根据相关性指标对初始输电断面集合的输电断面进行筛选，得到最终输电断面集合和最终标签集；从潮流数据中采集输入特征并归一化处理输入至多个最佳关键断面识别网络，以输出电力系统关键断面识别结果。本发明有效降低实时识别关键输电断面的计算时间，降低人工监测关键输电断面的数量，为调度人员提供准确、实时的关键输电断面信息参考。
-
公开(公告)号：CN114665470A
公开(公告)日：2022-06-24
申请号：CN202210283759.X
申请日：2022-03-21
申请人： 清华大学 , 国网浙江省电力有限公司绍兴供电公司 , 国网浙江省电力有限公司
IPC分类号： H02J3/00
摘要： 本发明公开了一种电力系统关键输电断面识别方法和装置，该方法包括：利用潮流计算方式得到电力系统不同运行场景下的潮流数据，得到电力系统不同运行场景下的输入特征；对电力系统进行输电断面识别和传输极限计算，得到初始输电断面集合和初始标签集；计算初始输电断面集合中不同输电断面之间的相关性指标，根据相关性指标对初始输电断面集合的输电断面进行筛选，得到最终输电断面集合和最终标签集；从潮流数据中采集输入特征并归一化处理输入至多个最佳关键断面识别网络，以输出电力系统关键断面识别结果。本发明有效降低实时识别关键输电断面的计算时间，降低人工监测关键输电断面的数量，为调度人员提供准确、实时的关键输电断面信息参考。
-
公开(公告)号：CN110458405A
公开(公告)日：2019-11-15
申请号：CN201910618433.6
申请日：2019-07-10
申请人： 清华大学
摘要： 本发明涉及一种电力-微气象时空数据驱动的电力系统安全预警方法，属于电力系统安全分析技术领域。本发明方法采用深度神经网络模型，在考虑微气象因素下为电力系统安全预警提供了新的技术方案。本发明方法一方面使用数据驱动模型，解决了模型驱动方法在高维不确定性、多系统组合分析问题中计算效率低下的问题；另一方面综合考虑了微气象特征数据和电力系统特征数据及其时空特性，实现了电力系统与微气象因素之间的联系。该方法可以应用于电力系统安全预警领域中，提高安全预警的准确性，为电力系统运行调度人员提供调度依据，有助于提高电力系统调度的安全性。
-
公开(公告)号：CN114818469B
公开(公告)日：2024-09-24
申请号：CN202210293759.8
申请日：2022-03-23
申请人： 清华大学 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC分类号： G06F30/27 , G06Q50/06 , G06F119/02
摘要： 本发明公开了一种基于迁移学习的电力系统输电断面极限评估方法，该方法包括：确定用于表征电力系统历史运行状态以及给定输电断面的极限传输容量标签的历史样本集合；生成新运行场景下带有断面TTC标签的预设数量电力系统运行样本集；构建用于电力系统输电断面极限评估的深度神经网络模型；根据迁移学习，训练深度神经网络模型的待求参数并得到训练好的深度神经网络模型；进行电力系统给定输电断面的TTC预测。本发明能够大幅度降低深度学习模型更新所需的新样本标注时间，使深度学习模型适用于新场景下的电力系统输电断面极限评估，同时为电力系统运行调度人员提供调度依据，提高了电力系统调度的安全性。
-
公开(公告)号：CN117875632A
公开(公告)日：2024-04-12
申请号：CN202311841738.6
申请日：2023-12-28
申请人： 清华大学
IPC分类号： G06Q10/0631 , G06Q10/0635 , G06Q50/06 , G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/09
摘要： 本发明提出一种电力系统暂态稳定曲线快速预测方法，包括，构建电力系统的运行场景图数据集；构建用于快速预测电力系统暂态稳定曲线的图神经网络模型；利用运行场景图数据集，训练图神经网络模型；采集电力系的当前运行状态数据；对当前运行状态数据进行预处理，获得输入特征图数据集；将输入特征图数据集输入到训练好的图神经网络模型中，输出电力系统发电机的暂态稳定曲线。本发明提出的方法，采用图神经网络构建电力系统暂态稳定曲线预测模型，可以解决现有基于深度学习的暂态稳定评估模型输出有效信息不足，缺少发电机级别的暂态稳定时域信息，难以基于预测值进行运行风险决策和方式分析的问题。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.059 秒)
