电力变压器绕组辐向稳定性临界受力试验获取方法及系统

    公开(公告)号:CN117388752A

    公开(公告)日:2024-01-12

    申请号:CN202311483591.8

    申请日:2023-11-07

    摘要: 本发明公开了电力变压器绕组辐向稳定性临界受力试验获取方法及系统,包括:设计待研究绕组及与之匹配的绕组对,并构建基于绕组对的电力电压器器身结构;计算电力电压器的绕组对的临界试验电流;根据临界试验电流,采用短路试验法,获得电力电压器的辐向变形或辐向失稳时的施加载荷,分析绕组对冲击后的状态;解体电力变压器,测量电力电压器的绕组对的辐向变形;基于辐向变形,建立仿真受力分布与实测变形的关系曲线,得到电力变压器绕组辐向稳定性临界受力的临界点;根据临界点和关系曲线,提取电力变压器绕组辐向稳定性临界受力的应力值与临界耐受电流。本发明解决了对变压器抗短路冲击技术中辐向稳定性临界受力的难以准确确认的问题。

    抽蓄机组水泵系统参数的确定方法及装置、介质、终端

    公开(公告)号:CN117056873A

    公开(公告)日:2023-11-14

    申请号:CN202310969566.4

    申请日:2023-08-03

    摘要: 本申请公开了一种抽蓄机组水泵系统参数的确定方法及装置、介质、终端,涉及电力技术领域,主要目的在于改善现有由于缺乏抽水工况下水泵系统的参数,导致无法对全功率变速抽蓄机组进行准确的仿真分析,进而导致发生机组振荡甚至失去稳定的情况的问题。包括:响应于针对全功率变速抽蓄机组中水泵系统参数的确定指令,获取所述全功率变速抽蓄机组在预设扰动信号下的第一变化曲线;获取所述全功率变速抽蓄机组的小信号模型在所述预设扰动信号下的第二变化曲线,在所述小信号模型中所述水泵系统的参数为初始状态,除所述水泵系统外的其他系统的参数确定;根据所述第一变化曲线与所述第二变化曲线之间的偏差,确定所述水泵系统的参数。

    一种基于深度期望Q-学习的电网能量管理方法及系统

    公开(公告)号:CN112614009A

    公开(公告)日:2021-04-06

    申请号:CN202011418334.2

    申请日:2020-12-07

    摘要: 本发明公开基于双‑深度期望Q‑学习网络算法的电网能量管理方法及系统,首先基于贝叶斯神经网络对预测点光伏出力不确定性建模并获得光伏出力的概率分布;将光伏出力的概率分布输入基于双‑深度期望Q‑学习网络算法的电网能量管理模型中得到相应的光伏发电出力策略;系统依据光伏发电出力策略运行各光伏出力设备运用;本发明将微电网经济调度问题模拟为马尔可夫决策过程,将目标函数和约束条件映射成强化学习的奖惩函数,利用其学习和与环境交互的能力获得最优决策,借助贝叶斯神经网络对学习环境中光伏发电出力的不确定性建模在马尔科夫决策过程中适当考虑状态随机转移,显著提高算法的收敛速度。

    适用于电网可视化仿真模型自动生成的拓扑分层识别方法

    公开(公告)号:CN109830954B

    公开(公告)日:2021-03-26

    申请号:CN201811378384.5

    申请日:2018-11-19

    IPC分类号: H02J3/00

    摘要: 本发明公开了适用于电网可视化仿真模型自动生成的拓扑分层识别方法,包括源数据中的数据表,通过拼合所述数据表的拓扑信息来生成全拓扑结构,并解构所述全拓扑结构中的支路和处理单端点元件,得到全拓扑信息表T、节点信息表F;将所述全拓扑结构中的输电线路支路移除,得到若干彼此孤立的厂站,并通过基于非输电支路‑节点关联矩阵对所述厂站进行辨识后,搜索出所有厂站信息,并制得电气节点‑站点对应表,最后根据厂站信息对站点进行自动命名;通过处理所述全拓扑信息表T、节点信息表F、非输电支路‑节点关联矩阵的行和列以及厂站信息完成站内拓扑识别;通过站内拓扑识别、厂站信息,并基于输电支路‑节点关联矩阵完成站间拓扑识别。

    一种水电站MILP模型最优代表水头选取方法和系统

    公开(公告)号:CN111667119A

    公开(公告)日:2020-09-15

    申请号:CN202010523887.8

    申请日:2020-06-10

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明公开了一种水电站MILP模型最优代表水头选取方法和系统,选取方法包括以下步骤:建立代表水头水电站MILP模型;代表水头水电站MILP模型包括目标函数和运行模拟约束;根据水电站的历史运行数据和代表水头水电站MILP模型建立最优代表水头选取的特征矩阵M;根据调度日x的预测平均入库流量、预测平均出力以及特征矩阵M获取调度日x的最优代表水头。本发明的目的在于提供一种水电站MILP模型最优代表水头选取方法和系统,通过挖掘历史数据规律,结合水电站平均入库流量和平均出力预测结果,可实现水电精细化调度,确保实际水电调度中梯级上下游水电站之间的水量匹配,提高流域水资源利用效率。

    一种电力系统可视化仿真模型拓扑分层布局方法

    公开(公告)号:CN107480409B

    公开(公告)日:2020-06-30

    申请号:CN201710975338.2

    申请日:2017-10-16

    IPC分类号: G06F30/392 G06F113/04

    摘要: 本发明公开了一种电力系统可视化仿真模型拓扑分层布局方法,包括步骤:依据电网机电暂态数据建立邻接矩阵A和支路数量矩阵B;首先输入最高电压等级网络的指定边界节点坐标,其余节点坐标随机生成;遍历邻接矩阵A中节点电压等级最高的子矩阵A1,计算所有支路两端节点的引力、计算其余节点对该节点的斥力及合力作为各节点需要移动的距离和方向,对各节点坐标进行移动,以完成最高电压等级网络自动布局;逐步对第n个电压等级的网络进行自动布局,最终完成电网的拓扑布局。本发明考虑厂站实际相对位置、基于不同电压等级网络,为大规模电力系统电磁暂态可视化仿真模型的拓扑布局提供节点坐标,并可直接应用于机电暂态模型地理接线图的快速生成。

    基于数据驱动启发式优化的城市高压配电网阻塞管理方法

    公开(公告)号:CN111105025A

    公开(公告)日:2020-05-05

    申请号:CN201911245120.7

    申请日:2019-12-06

    摘要: 本发明公开了一种基于数据驱动启发式优化的城市高压配电网阻塞管理方法,首先利用佳点集理论,产生大量运行断面数据,利用多个深度神经网络拟合高压配电网拓扑状态、节点负荷与节点电压、支路功率的非线性关系;其次将训练好的神经网络嵌入到启发式优化算法中,将输电线路传输容量、变电站容量、发电机出力上下限、电压幅值上下限、切负荷上限及神经网络拟合的非线性映射作为约束条件,以切负荷总量最小作为目标函数,构建城市电网阻塞管控模型,最后采用遗传算法求解。该模型将复杂的0-1拓扑约束、交流潮流约束及N-1约束用神经网络代替,避免了复杂耗时的N-1校验过程,且深度网络对复杂非线性关系有良好的拟合能力,有效提高求解效率。