基于伞式算法的电力系统电压稳定评估误分类约束方法

    公开(公告)号:CN111652478A

    公开(公告)日:2020-09-11

    申请号:CN202010426427.3

    申请日:2020-05-19

    Applicant: 三峡大学

    Abstract: 基于伞式算法的电力系统电压稳定评估误分类约束方法,步骤1:构建初始数据集,并基于电力系统电压稳定评估规则,构建电压稳定安全分类标签;步骤2:选择关键运行变量构建高效样本集;步骤3:对电压稳定评估模型进行离线训练;步骤4:将新的运行工况条件下产生的新样本集送入电压稳定评估模型中进行模型更新;步骤5:利用已训练好的电压稳定评估模型完成在线电压稳定评估。本发明为了解决传统基于数据驱动工具构建的VSA模型在误分类约束及模型更新机制方面存在的局限性,提出基于伞式算法的电力系统电压稳定评估误分类约束方法,使得VSA模型可提供权衡总体分类精度与一类分类错误约束的VSA结果。

    一种针对电力系统动态安全评估的数据驱动方法

    公开(公告)号:CN111652479A

    公开(公告)日:2020-09-11

    申请号:CN202010426458.9

    申请日:2020-05-19

    Applicant: 三峡大学

    Abstract: 一种针对电力系统动态安全评估的数据驱动方法,包括以下步骤:步骤一):得到电力系统运行数据,并且构建相应的动态安全指标,构建包含运行数据集及动态安全指标的初始样本集;步骤二):对初始样本集进行处理,以达到数据压缩和降维的目的,并且生成高效样本集;步骤三):得到动态安全评估模型;步骤四):以获取近实时的更新样本集,完成对动态安全评估模型的更新;步骤五):完成对电力系统实时动态安全状态的评估,得到实时动态安全评估结果。本发明的目的是为了提供一种有利于提高评估速度和预测精度的动态安全评估方法,有利于系统运行人员及时采取预防控制措施,提高电力系统运行的稳定性,供电的可靠性。

    一种基于极限梯度提升决策树的动态安全评估方法

    公开(公告)号:CN111401792A

    公开(公告)日:2020-07-10

    申请号:CN202010300999.7

    申请日:2020-04-16

    Applicant: 三峡大学

    Abstract: 一种基于极限梯度提升决策树的动态安全评估方法,步骤1:建立原始样本集;步骤2:形成中间样本集;步骤3:形成高效样本集;步骤4:利用高效样本集对极限梯度提升决策树进行离线训练,构建基于XGBoost决策树的动态安全评估模型;步骤5:由于电力系统各种运行因素的影响,需要通过时域仿真来更新高效样本集,利用更新后的样本集对DSA模型进行更新;步骤6:基于同步相量测量单元的实时测量数据,利用DSA模型,对电力系统进行在线DSA。本发明的目的是提出一种基于极限梯度提升决策树的动态安全评估方法。该方法能高效准确的对电力系统进行在线DSA,并且评估模型的鲁棒性很好,可以适应网络拓扑结构的变化。

    一种针对电力系统动态安全评估的数据驱动方法

    公开(公告)号:CN111652479B

    公开(公告)日:2023-06-02

    申请号:CN202010426458.9

    申请日:2020-05-19

    Applicant: 三峡大学

    Abstract: 一种针对电力系统动态安全评估的数据驱动方法,包括以下步骤:步骤一):得到电力系统运行数据,并且构建相应的动态安全指标,构建包含运行数据集及动态安全指标的初始样本集;步骤二):对初始样本集进行处理,以达到数据压缩和降维的目的,并且生成高效样本集;步骤三):得到动态安全评估模型;步骤四):以获取近实时的更新样本集,完成对动态安全评估模型的更新;步骤五):完成对电力系统实时动态安全状态的评估,得到实时动态安全评估结果。本发明的目的是为了提供一种有利于提高评估速度和预测精度的动态安全评估方法,有利于系统运行人员及时采取预防控制措施,提高电力系统运行的稳定性,供电的可靠性。

    基于伞式算法的电力系统电压稳定评估误分类约束方法

    公开(公告)号:CN111652478B

    公开(公告)日:2023-06-02

    申请号:CN202010426427.3

    申请日:2020-05-19

    Applicant: 三峡大学

    Abstract: 基于伞式算法的电力系统电压稳定评估误分类约束方法,步骤1:构建初始数据集,并基于电力系统电压稳定评估规则,构建电压稳定安全分类标签;步骤2:选择关键运行变量构建高效样本集;步骤3:对电压稳定评估模型进行离线训练;步骤4:将新的运行工况条件下产生的新样本集送入电压稳定评估模型中进行模型更新;步骤5:利用已训练好的电压稳定评估模型完成在线电压稳定评估。本发明为了解决传统基于数据驱动工具构建的VSA模型在误分类约束及模型更新机制方面存在的局限性,提出基于伞式算法的电力系统电压稳定评估误分类约束方法,使得VSA模型可提供权衡总体分类精度与一类分类错误约束的VSA结果。

    一种基于生成对抗网络的电力系统动态安全评估方法

    公开(公告)号:CN111523785A

    公开(公告)日:2020-08-11

    申请号:CN202010301889.2

    申请日:2020-04-16

    Applicant: 三峡大学

    Abstract: 一种基于生成对抗网络的电力系统动态安全评估方法,包括以下步骤:步骤1:构建一个包含大量运行变量和暂态稳定裕度安全指标的初始样本集;步骤2:构建一个包含关键特征数据及TSMs标签的高效样本集;步骤3:得到能够准确填补缺失数据的GAN模型和动态安全评估模型;步骤4:通过智能系统实时检测PMUs数据的完整性,若数据完整,则将数据直接输入到DSA模型进行电力系统的DSA;若有数据缺失,则将PMUs采集的不完整数据输入到GAN模型进行缺失数据的填补,再将填补的完整数据集输入DSA模型进行电力系统的DSA。本发明提出了一种基于GAN的电力系统DSA方法,针对电力系统数据缺失的问题能够快速、准确的填补缺失数据并对系统进行DSA,有利于电力操作人员快速采取控制措施,避免发生故障和经济损失。

Patent Agency Ranking