一种基于PMU的配电网运行趋势预测方法

    公开(公告)号:CN109993361A

    公开(公告)日:2019-07-09

    申请号:CN201910251522.1

    申请日:2019-03-29

    Abstract: 本发明涉及一种基于PMU的配电网运行趋势预测方法,包括下列步骤:S1:获取包括PMU量测数据、SCADA数据和营销数据在内的配电网的量测数据,建立配电网运行量测数据库,并对不良量测数据进行预处理;S2:建立多维灰色‑神经网络混合协调预测模型,将配电网量测数据作为输入数据,对下一时刻系统各节点的出力情况进行预测;S3:建立融合PMU的支路电流的前推回代潮流算法,利用该算法对步骤S2的预测结果计算各个预测时刻的电压,获取潮流结果;S4:获取每个预测时刻的潮流结果,实现基于PMU的配电网运行趋势预测。与现有技术相比,本发明具有反映配电网的运行趋势更加准确、预测精度高、收敛速度快等优点。

    一种三级协调的预想故障筛选与排序方法

    公开(公告)号:CN109961227A

    公开(公告)日:2019-07-02

    申请号:CN201910222205.7

    申请日:2019-03-22

    Abstract: 本发明涉及一种三级协调的预想故障筛选与排序方法,包括步骤:1)获取配电网故障时的各种运行量测数据、故障数据,建立故障历史量测数据库;2)根据步骤1)提供的故障数据,分别建立支路参数筛选与排序指标、基于灵敏度的负荷裕度筛选与排序指标、基于同步相量的电压稳定筛选与排序指标,并通过协调递进的筛选方式依次进行支路参数筛选与排序、负荷裕度筛选与排序以及电压稳定筛选与排序,实现预想故障快速准确筛选;3)输出影响系统安全稳定运行的严重预想故障。与现有技术相比,本发明实现了相互协调、快速的系统故障集筛选与排序。

    一种基于PMU的配电网运行趋势预测方法

    公开(公告)号:CN109993361B

    公开(公告)日:2023-06-13

    申请号:CN201910251522.1

    申请日:2019-03-29

    Abstract: 本发明涉及一种基于PMU的配电网运行趋势预测方法,包括下列步骤:S1:获取包括PMU量测数据、SCADA数据和营销数据在内的配电网的量测数据,建立配电网运行量测数据库,并对不良量测数据进行预处理;S2:建立多维灰色‑神经网络混合协调预测模型,将配电网量测数据作为输入数据,对下一时刻系统各节点的出力情况进行预测;S3:建立融合PMU的支路电流的前推回代潮流算法,利用该算法对步骤S2的预测结果计算各个预测时刻的电压,获取潮流结果;S4:获取每个预测时刻的潮流结果,实现基于PMU的配电网运行趋势预测。与现有技术相比,本发明具有反映配电网的运行趋势更加准确、预测精度高、收敛速度快等优点。

    一种三级协调的预想故障筛选与排序方法

    公开(公告)号:CN109961227B

    公开(公告)日:2023-11-24

    申请号:CN201910222205.7

    申请日:2019-03-22

    Abstract: 本发明涉及一种三级协调的预想故障筛选与排序方法,包括步骤:1)获取配电网故障时的各种运行量测数据、故障数据,建立故障历史量测数据库;2)根据步骤1)提供的故障数据,分别建立支路参数筛选与排序指标、基于灵敏度的负荷裕度筛选与排序指标、基于同步相量的电压稳定筛选与排序指标,并通过协调递进的筛选方式依次进行支路参数筛选与排序、负荷裕度筛选与排序以及电压稳定筛选与排序,实现预想故障快速准确筛选;3)输出影响系统安全稳定运行的严重预想故障。与现有技术相比,本发明实现了相互协调、快速的系统故障集筛选与排序。

    一种考虑拓扑重构可观的配电网μPMU优化配置方法

    公开(公告)号:CN115860202A

    公开(公告)日:2023-03-28

    申请号:CN202211475677.1

    申请日:2022-11-23

    Abstract: 本发明涉及一种考虑拓扑重构可观的配电网μPMU优化配置方法,包括以下步骤:获取μPMU配置成本数据、配电网节点数据和配电系统网络拓扑数据;考虑零注入节点对系统节点可观性和冗余度的影响,以系统完全可观为约束,建立以最小化量测通道和最大化多拓扑完全可观下的配电系统μPMU优化配置模型,所述模型的综合目标函数为最小化配电系统平均量测冗余度;基于MSEBGWO算法对模型进行求解优化,得到配电网μPMU优化配置方案,其中,所述MSEBGWO算法为通过增加顶层狼数量、采用新型的Sigmoid转换函数、非线性自适应收敛因子和随机反向学习策略的改进GWO算法。与现有技术相比,本发明具有得到的μPMU优化配置方案对网络拓扑适应性强、算法收敛速度快、寻优能力强等优点。

    一种基于KFCM聚类分析和PMU装置的主动配电网预想故障集筛选方法

    公开(公告)号:CN113378901A

    公开(公告)日:2021-09-10

    申请号:CN202110600443.4

    申请日:2021-05-31

    Abstract: 本发明涉及一种基于KFCM聚类分析和PMU装置的主动配电网预想故障集筛选方法,1)获取配电网故障时数据、配电网正常运行时数据及PMU装置的高密度量测数据;2)获取故障后全网各节点电压相量与全网各节点正常运行时标准电压相量的差作为被聚类数据集,作为初始聚类数据集;3)采用KFCM聚类算法对初始聚类数据集进行聚类划分;4)进行聚类有效性分析,确定每种故障类;5)进行故障类严重度分析,获取各故障类严重度指标;6)按故障类严重度指标依次输出相应故障类,完成预想故障集初步筛选;7)采用云理论对预想故障集初步筛选结果进行排序及分析。与现有技术相比,本发明具有提高故障集筛选准确度、有效反映不同故障类严重程度等优点。

Patent Agency Ranking