一种有功坏数据辨识与修正方法

    公开(公告)号:CN104766248A

    公开(公告)日:2015-07-08

    申请号:CN201510182201.2

    申请日:2015-04-16

    Abstract: 本发明提供了一种有功坏数据辨识与修正方法,属于电力系统能量管理、监视领域。该方法包括以下步骤:一、根据实时的网络拓扑结构情况,生成网络分块规则或从数据库在线调用对应的网络分块规则,将母网分割为一系列子网;二、依据节点、支路遥测配置与采集的有功信息,对母网以及各子网进行有功数据初始化,填充各节点、支路有功信息;三、在云环境中,对各子网进行分布式数据校对稽查,利用冗余信息修正可疑数据;四、母网整合各子网修正结果并对进行统筹辨识,修正剩余的可疑数据。本发明克服了现有状态估计存在的“残差污染”与“残差淹没”或计算量大的缺点。

    一种基于CNN的电网拓扑辨识方法及系统

    公开(公告)号:CN109638826B

    公开(公告)日:2022-10-14

    申请号:CN201811585182.8

    申请日:2018-12-24

    Abstract: 本发明公开了一种基于CNN(卷积神经网络)的电网拓扑辨识方法及系统。该方法主要从电网的基本架构和历史状态数据出发,找出正常运行中有通/断两种状态,即通/断状态影响网络实时拓扑的线路,并将其标注为“拓扑易变线路”,然后辨识出在该线路连通、测量信息缺失条件下的电网拓扑类别。该方法以及系统的数据处理模块考虑“拓扑易变线路”状态组合下的网络拓扑分类,将拓扑类别向量化;对每一拓扑类别下的数据,进行“图片矩阵化”处理;该方法/系统还设有样本补充模块,可以在训练样本量不足时,由连续潮流计算产生补充样本;最后,该方法/系统的拓扑辨识模块可以将处理后的数据输入网络结构为“卷积层1‑池化层1‑卷积层2‑池化层2‑全连接层1‑全连接层2”的CNN中,形成基于样本数据的电网拓扑识别模型。

Patent Agency Ranking