一种广域电力系统宽频振荡辨识方法及定位方法

    公开(公告)号:CN113489026B

    公开(公告)日:2023-08-08

    申请号:CN202110841669.3

    申请日:2021-07-26

    Abstract: 本发明公开一种广域电力系统宽频振荡辨识方法及定位方法,所述辨识方法包括以下步骤:S1:对子站高速采集的电力系统宽频振荡信号进行数据预处理,获得宽频振荡预处理信号;S2:离线训练生成各自编码器模型和LSTM网络振荡定位模型;S3:在子站利用步骤S2得到的编码器提取步骤S1中宽频振荡预处理信号的低维编码数据,并将其传输至主站;S4:根据步骤S3上传的低维编码数据,利用步骤S2得到的解码器还原原始振荡信号,并参数辨识得到原始宽频振荡信号的频率、幅值、相位信息,实现宽频振荡信号的还原辨识。本发明在子站对宽频振荡数据进行分频段编码降维,降低振荡数据的冗余度,在较小带宽的限制下实现宽频振荡信号传输。

    一种基于图神经网络的机电扰动定位及传播预测方法

    公开(公告)号:CN114818483B

    公开(公告)日:2023-04-07

    申请号:CN202210389852.9

    申请日:2022-04-14

    Abstract: 本发明公开了一种基于图神经网络的机电扰动定位及传播预测方法。该方法包含离线训练和在线定位两部分。离线训练部分,首先根据电力系统的物理结构获得邻接矩阵及特征矩阵。然后训练基于图神经网络的扰动源定位模型,确定扰动源所在的具体机组。同时根据振荡可能发生的位置训练基于时空图神经网络的振荡传播预测模型,能够准确预测振荡的传播过程。在线定位部分先将发生扰动时电力系统所有节点采集到的有功功率数据输入源定位模型,获得具体的机组位置。然后根据机组的具体位置选择扰动传播预测模型,输入有功功率数据预测未来一段时间内的电力系统所有节点的有功功率数据。本发明不仅有较高的定位正确率,还可以精准预测振荡传播。

    基于生成对抗网络的电力系统次同步振荡数据生成方法

    公开(公告)号:CN115828719A

    公开(公告)日:2023-03-21

    申请号:CN202210837928.X

    申请日:2022-07-17

    Abstract: 本发明公开了一种基于生成对抗网络的电力系统次同步振荡数据生成方法,属于人工智能技术领域,所述数据生成方法包括次同步振荡训练数据获取及预处理;建立生成对抗网络(Generative Adversarial Networks,GAN)模型结构;使用训练数据和随机噪声联合训练生成对抗网络模型,确定模型参数;使用训练好的模型生成接近真实次同步振荡数据的生成数据:本发明通过利用生成对抗网络能够获取并学习输入数据底层分布的优势,生成和真实次同步振荡数据较为相似的数据,经实验证明,本发明能有效解决电力系统次同步振荡分析方法中数据样本缺乏的问题,具有依靠数据驱动、数据真实性高的特点。

    一种电力系统宽频振荡影响因素和传播路径分析方法

    公开(公告)号:CN114977222B

    公开(公告)日:2022-11-01

    申请号:CN202210895108.6

    申请日:2022-07-28

    Abstract: 本发明公开一种电力系统宽频振荡影响因素和传播路径分析方法,属于电力电子化电力系统稳定性分析领域,步骤是:首先选取系统的运行状态参数作为随机变量,然后测量得到系统在不同参数下的阻抗,并将其分成若干子频率区间,分别求取每个区间的振荡阻尼,再计算每个运行状态变量与阻尼的copula熵,并对运行状态变量进行排序,选出振荡的关键影响因素。当系统发生振荡时,利用系统中各母线的振荡数据计算copula传递熵,构建振荡传播的有向加权网络,并计算网络中每个节点的入度和出度,分析每个节点在振荡传播过程中所起的作用。此种振荡分析方法在系统模型未知的情况下,仅靠量测数据,就能选取振荡的关键影响因素,并分析其传播路径。

    一种电力系统宽频振荡影响因素和传播路径分析方法

    公开(公告)号:CN114977222A

    公开(公告)日:2022-08-30

    申请号:CN202210895108.6

    申请日:2022-07-28

    Abstract: 本发明公开一种电力系统宽频振荡影响因素和传播路径分析方法,属于电力电子化电力系统稳定性分析领域,步骤是:首先选取系统的运行状态参数作为随机变量,然后测量得到系统在不同参数下的阻抗,并将其分成若干子频率区间,分别求取每个区间的振荡阻尼,再计算每个运行状态变量与阻尼的copula熵,并对运行状态变量进行排序,选出振荡的关键影响因素。当系统发生振荡时,利用系统中各母线的振荡数据计算copula传递熵,构建振荡传播的有向加权网络,并计算网络中每个节点的入度和出度,分析每个节点在振荡传播过程中所起的作用。此种振荡分析方法在系统模型未知的情况下,仅靠量测数据,就能选取振荡的关键影响因素,并分析其传播路径。

    一种基于同步相量的次/超同步振荡智能辨识方法

    公开(公告)号:CN114552580A

    公开(公告)日:2022-05-27

    申请号:CN202210436951.8

    申请日:2022-04-25

    Abstract: 本发明公开了一种基于同步相量的次/超同步振荡智能辨识方法,属于人工智能技术领域。所述辨识方法包括次/超同步振荡训练数据生成、离线训练支持向量机(SVM)定阶模型和卷积神经网络(CNN)智能参数辨识模型、在线辨识过程。首先生成不同振荡模态阶次、频率、阻尼、幅值、相位的训练数据,接着使用数据离线训练SVM定阶模型和CNN智能参数辨识模型,最后应用于实际振荡参数辨识:①数据采集;②数据处理;③模态定阶;④模态分解;⑤参数辨识。本发明能解决基于主站同步相量数据无法辨识次/超同步振荡参数的问题,具有辨识快、精度高的特点。

    一种新能源并网系统动态等效建模方法

    公开(公告)号:CN114465280A

    公开(公告)日:2022-05-10

    申请号:CN202210314670.5

    申请日:2022-03-28

    Applicant: 东南大学

    Abstract: 本发明公开一种新能源并网系统动态等效建模方法,涉及电力系统技术领域。步骤是:在不同运行方式下,测量新能源并网系统的输入导纳,并采集PCC点的稳态电流值;利用传递函数识别方法和函数拟合方法依次对测量导纳进行传递函数及其各阶系数的拟合;在此基础上,根据锁相环的动态特性计算系统的等值导纳以及小信号分量;同时,采用函数拟合方法对PCC点稳态电流进行拟合;最后,叠加拟合的稳态分量与小信号分量,得到等效模型中受控电流源的参考输出,实现变工况下新能源并网系统的动态等效建模。本发明能够在保持频域一致性的情况下进行时域模拟,不依赖原始系统的具体结构参数,加快了系统的时域仿真速度,还能适用于宽频振荡的稳定性分析研究。

    一种单电源驱动的多电平双逆变器拓扑结构及其控制方法

    公开(公告)号:CN113452250B

    公开(公告)日:2022-05-10

    申请号:CN202110748408.7

    申请日:2021-06-30

    Applicant: 东南大学

    Abstract: 本发明公开一种单电源驱动的多电平双逆变器拓扑结构,所述拓扑结构包括第一电压源变换器、第二电压源变换器、非隔离DC‑DC变换器和高频共模滤波器,所述拓扑结构的电路连接方式为:输入电源接到第一电压源变换器的直流母线上,输入电源接到非隔离DC‑DC变换器的输入,非隔离DC‑DC变换器的输出接到第二电压源变换器的直流母线上,第一电压源变换器的交流输出和第二电压源变换器的交流输出共同为无中性点三相负载供电。本发明拓扑结构仅需非隔离的DC‑DC变换器即可实现与独立电源双逆变器相同的控制性能,减少了功率器件的数量和损耗,降低了系统成本、提高了运行效率;具有较高的技术竞争力、具有较大的实用价值,且将促进双逆变器多电平变换器的应用与发展。

    一种广域电力系统宽频振荡辨识方法及定位方法

    公开(公告)号:CN113489026A

    公开(公告)日:2021-10-08

    申请号:CN202110841669.3

    申请日:2021-07-26

    Abstract: 本发明公开一种广域电力系统宽频振荡辨识方法及定位方法,所述辨识方法包括以下步骤:S1:对子站高速采集的电力系统宽频振荡信号进行数据预处理,获得宽频振荡预处理信号;S2:离线训练生成各自编码器模型和LSTM网络振荡定位模型;S3:在子站利用步骤S2得到的编码器提取步骤S1中宽频振荡预处理信号的低维编码数据,并将其传输至主站;S4:根据步骤S3上传的低维编码数据,利用步骤S2得到的解码器还原原始振荡信号,并参数辨识得到原始宽频振荡信号的频率、幅值、相位信息,实现宽频振荡信号的还原辨识。本发明在子站对宽频振荡数据进行分频段编码降维,降低振荡数据的冗余度,在较小带宽的限制下实现宽频振荡信号传输。

Patent Agency Ranking