公开(公告)号：CN105160437A

公开(公告)日：2015-12-16

申请号：CN201510620814.X

申请日：2015-09-25

Applicant: 国网浙江省电力公司 ,  华北电力大学 ,  国网浙江省电力公司杭州供电公司 ,  江苏华瑞泰科技股份有限公司

Inventor： 孙维真 ,  叶琳 ,  徐衍会 ,  王晨语 ,  商佳宜 ,  于浩 ,  宁元元 ,  杨宁雄

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 本发明属于电力系统建模与仿真技术领域，尤其涉及一种基于极限学习机的负荷模型预测方法，包括：采集历年各变电站大量负荷动态特性数据，通过辨识获得相应的负荷模型；根据负荷的不同季节、时刻、组成成分的不同特征进行分类归纳作为训练集，通过训练获得极限学习机模型和参数；确定目标负荷数据的负荷特征，并输入到经过训练的极限学习机模型进行预测，无需迭代，得到预测的负荷模型。该方法无需迭代，可以快速的得出唯一的负荷模型，最大限度的保证了精准性并且具有较好的泛化性和鲁棒性，在生产实践中具有较好的实用性，在对未来电网的规划工作上起到重要作用。

公开(公告)号：CN106159940A

公开(公告)日：2016-11-23

申请号：CN201610515978.0

申请日：2016-07-01

Applicant: 华北电力大学

Inventor： 徐衍会 ,  王晨语

IPC: H02J3/00

CPC classification number: Y02E60/728 ,  Y04S10/265 ,  H02J3/00 ,  H02J2003/007

Abstract: 本发明属于电力系统建模与仿真领域，尤其涉及一种基于电网负荷特性分析的PMU最优布点方法。其特征在于，首先对区域电网各负荷变电站进行负荷组成与特性分析，应用层次聚类分析法中的CURE算法对变电站进行聚类。对聚类之后的变电站各个分组，基于保护信息系统的基础上进行故障数据的概率统计分析，选取具有代表性且能提取更多故障和扰动数据的变电站进行PMU布点。本发明方法能够在充分考虑到各个变电站的负荷组成与负荷特性的基础上，最大程度的减少PMU安装数量，提升经济性且适用于生产实践。

公开(公告)号：CN106159940B

公开(公告)日：2018-10-16

申请号：CN201610515978.0

申请日：2016-07-01

Applicant: 华北电力大学

Inventor： 徐衍会 ,  王晨语

IPC: H02J3/00

Abstract: 本发明属于电力系统建模与仿真领域，尤其涉及一种基于电网负荷特性分析的PMU最优布点方法。其特征在于，首先对区域电网各负荷变电站进行负荷组成与特性分析，应用层次聚类分析法中的CURE算法对变电站进行聚类。对聚类之后的变电站各个分组，基于保护信息系统的基础上进行故障数据的概率统计分析，选取具有代表性且能提取更多故障和扰动数据的变电站进行PMU布点。本发明方法能够在充分考虑到各个变电站的负荷组成与负荷特性的基础上，最大程度的减少PMU安装数量，提升经济性且适用于生产实践。