一种风场参与调频方法及系统

    公开(公告)号:CN109494769A

    公开(公告)日:2019-03-19

    申请号:CN201910012262.2

    申请日:2019-01-07

    Abstract: 本发明实施例提供一种风场参与调频方法及系统,该方法包括:对风电机组转子动能进行控制和功率备用调频控制;建立不同风速工况下每一风电机的综合调频控制策略;基于风速的变参数减载功率协调分配系数,建立风速、风电场减载总功率与每一风电机减载功率的量化计算关系;获取减载分配后每一风电机组的出力。本发明实施例充分考虑了风场内部减载功率分配方式对整个风电场调频能力的影响,协调分配各风机的出力,适应集群化风电场内部风电机组间的风速分布差异,充分发挥风电场的调频能力。

    一种基于机器学习的电网故障诊断方法

    公开(公告)号:CN111366816B

    公开(公告)日:2021-04-13

    申请号:CN202010340519.X

    申请日:2020-04-26

    Abstract: 本发明提出一种基于机器学习的电网故障诊断方法,所述方法对告警信息文本预处理,将告警信息的设备与属性进行分词处理;构建基于随机森林的电网故障诊断模型,划分训练集与测试集,提取告警信息文本的时序特征,将样本数据填入所述模型;对训练集样本进行Bootstrap重抽样,生成k个训练子集并根据随机森林生成k棵决策树;将测试集样本输入所述故障诊断模型,并由此得到故障诊断结果。本发明无需对由于时间畸变导致的事件顺序错误进行校时处理,无需进行逻辑推理,也无需引入大量描述保护系统行为的知识,仅需针对告警信息提取模型对应的数字特征,建模和模型修改过程简单易操作,诊断准确率相对较高。

    风电接入下无功电压分区方法及装置

    公开(公告)号:CN110336286A

    公开(公告)日:2019-10-15

    申请号:CN201910611286.X

    申请日:2019-07-08

    Abstract: 本发明实施例提供一种风电接入下无功电压分区方法及装置,属于电网分区技术领域。包括:基于牛拉法中雅可比矩阵,采用逐次递归方法建立系统全维空间的电气距离矩阵;基于各潮流状态下风电概率模型和各节点电压值表示的电气距离矩阵修正系数,建立修正后的各潮流状态下电气距离矩阵;根据修正后的各潮流状态下电气距离矩阵,采用层次聚类方法进行全网分区。由于充分考虑了风电的波动性对电网无功-电压分区的影响,从而能够有效满足风电接入下获得稳定电网分区的要求,保证系统的安全稳定运行。

    风电接入下无功电压分区方法及装置

    公开(公告)号:CN110336286B

    公开(公告)日:2021-03-09

    申请号:CN201910611286.X

    申请日:2019-07-08

    Abstract: 本发明实施例提供一种风电接入下无功电压分区方法及装置,属于电网分区技术领域。包括:基于牛拉法中雅可比矩阵,采用逐次递归方法建立系统全维空间的电气距离矩阵;基于各潮流状态下风电概率模型和各节点电压值表示的电气距离矩阵修正系数,建立修正后的各潮流状态下电气距离矩阵;根据修正后的各潮流状态下电气距离矩阵,采用层次聚类方法进行全网分区。由于充分考虑了风电的波动性对电网无功‑电压分区的影响,从而能够有效满足风电接入下获得稳定电网分区的要求,保证系统的安全稳定运行。

    一种风场参与调频方法及系统

    公开(公告)号:CN109494769B

    公开(公告)日:2020-11-06

    申请号:CN201910012262.2

    申请日:2019-01-07

    Abstract: 本发明实施例提供一种风场参与调频方法及系统,该方法包括:对风电机组转子动能进行控制和功率备用调频控制;建立不同风速工况下每一风电机的综合调频控制策略;基于风速的变参数减载功率协调分配系数,建立风速、风电场减载总功率与每一风电机减载功率的量化计算关系;获取减载分配后每一风电机组的出力。本发明实施例充分考虑了风场内部减载功率分配方式对整个风电场调频能力的影响,协调分配各风机的出力,适应集群化风电场内部风电机组间的风速分布差异,充分发挥风电场的调频能力。

    一种基于机器学习的电网故障诊断方法

    公开(公告)号:CN111366816A

    公开(公告)日:2020-07-03

    申请号:CN202010340519.X

    申请日:2020-04-26

    Abstract: 本发明提出一种基于机器学习的电网故障诊断方法,所述方法对告警信息文本预处理,将告警信息的设备与属性进行分词处理;构建基于随机森林的电网故障诊断模型,划分训练集与测试集,提取告警信息文本的时序特征,将样本数据填入所述模型;对训练集样本进行Bootstrap重抽样,生成k个训练子集并根据随机森林生成k棵决策树;将测试集样本输入所述故障诊断模型,并由此得到故障诊断结果。本发明无需对由于时间畸变导致的事件顺序错误进行校时处理,无需进行逻辑推理,也无需引入大量描述保护系统行为的知识,仅需针对告警信息提取模型对应的数字特征,建模和模型修改过程简单易操作,诊断准确率相对较高。

    电网母线无功负荷预测方法及装置

    公开(公告)号:CN110334879A

    公开(公告)日:2019-10-15

    申请号:CN201910625771.2

    申请日:2019-07-11

    Inventor: 张旭 王仪贤

    Abstract: 本发明实施例提供一种电网母线无功负荷预测方法及装置,属于电网负荷预测技术领域。包括:获取历史有功负荷数据序列及历史无功负荷数据序列;将历史有功负荷数据序列及历史无功负荷数据序列输入至有功无功负荷一体化预测模型中,输出未来预设时间段内有功负荷及无功负荷的预测值。由于母线无功负荷基数小、非线性强,数据内在规律挖掘难度大从而难以预测,而负荷的有功和无功序列数据之间时序特征显著,从而基于有功无功负荷一体化预测模型,可以有效预测有功无功负荷,进而可实现节能减耗与调度精细化管理。

Patent Agency Ranking