-
公开(公告)号：CN111355247B
公开(公告)日：2022-04-01
申请号：CN202010100034.3
申请日：2020-02-18
申请人： 清华大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司
摘要： 本发明实施例提供一种电网低频振荡预测方法及装置，所述方法包括：获取电网潮流数据；将所述电网潮流数据，输入至深度学习模型，输出系统的主导模式阻尼比；其中，所述深度学习模型是基于电网潮流数据样本以及电网潮流数据样本对应的主导模式阻尼比标记进行训练后得到；基于所述主导模式阻尼比确定电网是否出现低频振荡。本发明实施例提供的电网低频振荡预测方法及装置，利用基于深度学习的电网低频振荡预测方法，能够有效提高低频振荡模式的阻尼比，从而防止电网发生低频振荡事故。
-
公开(公告)号：CN111193260B
公开(公告)日：2021-01-05
申请号：CN202010046416.2
申请日：2020-01-16
申请人： 清华大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司
摘要： 本发明涉及一种自适应扩充数据的电力系统暂态稳定智能评估方法，属于电力系统稳定分析技术领域。首先采集电力系统在故障切除后数据，得到训练集和验证集；利用深度神经网络训练算法对训练集进行训练，得到初始暂态稳定评估模型；考虑数据噪声和部分发电机信息缺失情况，对训练集和验证集进行扩充，采用不同扩充规模的训练集对暂态稳定评估模型进行微调，直到暂态稳定评估模型对扩充后的验证集的评估性能不再提高，从而得到最终的暂态稳定评估模型；当电力系统发生故障后，采集相应的输入特征，输入至暂态稳定评估模型中，得到最终的暂态稳定评估结果。本方法能够显著提高暂态稳定评估模型在噪声和信息缺失情况下的鲁棒性，更具有实用价值。
-
公开(公告)号：CN111355247A
公开(公告)日：2020-06-30
申请号：CN202010100034.3
申请日：2020-02-18
申请人： 清华大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司
摘要： 本发明实施例提供一种电网低频振荡预测方法及装置，所述方法包括：获取电网潮流数据；将所述电网潮流数据，输入至深度学习模型，输出系统的主导模式阻尼比；其中，所述深度学习模型是基于电网潮流数据样本以及电网潮流数据样本对应的主导模式阻尼比标记进行训练后得到；基于所述主导模式阻尼比确定电网是否出现低频振荡。本发明实施例提供的电网低频振荡预测方法及装置，利用基于深度学习的电网低频振荡预测方法，能够有效提高低频振荡模式的阻尼比，从而防止电网发生低频振荡事故。
-
公开(公告)号：CN111193260A
公开(公告)日：2020-05-22
申请号：CN202010046416.2
申请日：2020-01-16
申请人： 清华大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司
摘要： 本发明涉及一种自适应扩充数据的电力系统暂态稳定智能评估方法，属于电力系统稳定分析技术领域。首先采集电力系统在故障切除后数据，得到训练集和验证集；利用深度神经网络训练算法对训练集进行训练，得到初始暂态稳定评估模型；考虑数据噪声和部分发电机信息缺失情况，对训练集和验证集进行扩充，采用不同扩充规模的训练集对暂态稳定评估模型进行微调，直到暂态稳定评估模型对扩充后的验证集的评估性能不再提高，从而得到最终的暂态稳定评估模型；当电力系统发生故障后，采集相应的输入特征，输入至暂态稳定评估模型中，得到最终的暂态稳定评估结果。本方法能够显著提高暂态稳定评估模型在噪声和信息缺失情况下的鲁棒性，更具有实用价值。
-
公开(公告)号：CN113162037B
公开(公告)日：2023-02-03
申请号：CN202110444126.8
申请日：2021-04-23
申请人： 清华大学 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： H02J3/00
摘要： 本发明提供一种电力系统暂态电压稳定自适应评估方法和系统，其中评估方法包括：当电力系统发生故障时，实时获取故障后的每个时间步的时序轨迹；计算所述每个时间步的时序轨迹与所述时间步对应的多维shapelet之间的距离；基于所述距离与所述时间步对应分裂点的比对结果，输出所述时间步对应的电力系统暂态电压稳定评估结果；其中，所述多维shapelet、分裂点是基于时序轨迹样本数据以及预先确定的稳定状态标签进行训练后得到。通过本发明实施例能够自适应地进行暂态电压稳定评估，适应了故障后时序轨迹数据的实际获取情况，能够实时给出评估结果，能够准确及时地判断当前电力系统的状态，且具有可解释性。
-
公开(公告)号：CN111756034A
公开(公告)日：2020-10-09
申请号：CN202010537174.7
申请日：2020-06-12
申请人： 清华大学 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： H02J3/00 , G06F30/18 , G06F30/20 , G06F30/27 , G06F113/04
摘要： 本发明实施例提供一种基于图时空网络的电力系统暂态电压稳定评估方法，该方法包括：获取当前电力系统的拓扑和时序轨迹；将所述当前电力系统的拓扑和时序轨迹输入训练好的图时空网络模型中，其中，所述图时空网络模型是根据仿真样本集，以图时空网络进行分类学习得到的；输出电力系统的暂态电压稳定情况。本发明实施例采用图时空网络模型，通过图卷积以提取空间信息，将电力系统的拓扑也作为输入，能够更好地适应拓扑的变化。
-
公开(公告)号：CN109816235B
公开(公告)日：2021-05-04
申请号：CN201910044860.8
申请日：2019-01-17
申请人： 国家电网有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 清华大学 , 国网西藏电力有限公司 , 国家电网公司西南分部
摘要： 本发明公开了一种基于机器学习的稳定性指标构造方法及装置，方法包括：获取稳定性指标的训练样本，训练样本包括稳定样本和不稳定样本；根据稳定性指标的预设要求在支持向量机模型SVM的约束条件中引入松弛变量；分别去掉稳定样本和不稳定样本的约束条件中的松弛变量得到激进型支持向量机模型ASVM和保守支持向量机模型CSVM；根据ASVM和CSVM的边界距离之差得到不稳定评估指标DD；根据ASVM和CSVM改造DD，并结合Ridge回归算法进行拟合，以构造稳定性指标。该方法通过将SVM的优点与Ridge回归算法相结合得到稳定性指标表征系统稳定裕度，用于稳定性判断的辅助决策，从而提高紧急控制的决策能力与精度。
-
公开(公告)号：CN111756034B
公开(公告)日：2022-04-08
申请号：CN202010537174.7
申请日：2020-06-12
申请人： 清华大学 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： H02J3/00 , G06F30/18 , G06F30/20 , G06F30/27 , G06F113/04
摘要： 本发明实施例提供一种基于图时空网络的电力系统暂态电压稳定评估方法，该方法包括：获取当前电力系统的拓扑和时序轨迹；将所述当前电力系统的拓扑和时序轨迹输入训练好的图时空网络模型中，其中，所述图时空网络模型是根据仿真样本集，以图时空网络进行分类学习得到的；输出电力系统的暂态电压稳定情况。本发明实施例采用图时空网络模型，通过图卷积以提取空间信息，将电力系统的拓扑也作为输入，能够更好地适应拓扑的变化。
-
公开(公告)号：CN113162037A
公开(公告)日：2021-07-23
申请号：CN202110444126.8
申请日：2021-04-23
申请人： 清华大学 , 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号： H02J3/00
摘要： 本发明提供一种电力系统暂态电压稳定自适应评估方法和系统，其中评估方法包括：当电力系统发生故障时，实时获取故障后的每个时间步的时序轨迹；计算所述每个时间步的时序轨迹与所述时间步对应的多维shapelet之间的距离；基于所述距离与所述时间步对应分裂点的比对结果，输出所述时间步对应的电力系统暂态电压稳定评估结果；其中，所述多维shapelet、分裂点是基于时序轨迹样本数据以及预先确定的稳定状态标签进行训练后得到。通过本发明实施例能够自适应地进行暂态电压稳定评估，适应了故障后时序轨迹数据的实际获取情况，能够实时给出评估结果，能够准确及时地判断当前电力系统的状态，且具有可解释性。
-
公开(公告)号：CN109816235A
公开(公告)日：2019-05-28
申请号：CN201910044860.8
申请日：2019-01-17
申请人： 国家电网有限公司 , 国网辽宁省电力有限公司电力科学研究院 , 清华大学 , 国网西藏电力有限公司 , 国家电网公司西南分部
发明人： 刘勤 , 胡伟 , 张毅 , 刘劲松 , 刘芮彤 , 李俭 , 张强 , 习学农 , 王晓华 , 罗林林 , 喻正春 , 孙树双 , 罗春林 , 朴京泽 , 母磊 , 蔡绍荣 , 纪大付 , 罗修明 , 冯达
摘要： 本发明公开了一种基于机器学习的稳定性指标构造方法及装置，方法包括：获取稳定性指标的训练样本，训练样本包括稳定样本和不稳定样本；根据稳定性指标的预设要求在支持向量机模型SVM的约束条件中引入松弛变量；分别去掉稳定样本和不稳定样本的约束条件中的松弛变量得到激进型支持向量机模型ASVM和保守支持向量机模型CSVM；根据ASVM和CSVM的边界距离之差得到不稳定评估指标DD；根据ASVM和CSVM改造DD，并结合Ridge回归算法进行拟合，以构造稳定性指标。该方法通过将SVM的优点与Ridge回归算法相结合得到稳定性指标表征系统稳定裕度，用于稳定性判断的辅助决策，从而提高紧急控制的决策能力与精度。
-
-
-
-
-
-
-
-
-
搜索结果
289 条记录 (耗时 0.102 秒)
