-
公开(公告)号:CN112580853A
公开(公告)日:2021-03-30
申请号:CN202011306110.2
申请日:2020-11-20
申请人: 国网浙江省电力有限公司台州供电公司 , 武汉大学
摘要: 本发明提出了一种基于径向基神经网络的母线短期负荷预测方法,包括:对电力系统中各个指标与母线短期负荷之间的相关性进行分析,根据分析结果筛选出影响母线短期负荷的相关指标;根据筛选出的相关指标,结合相关性的分析结果构建径向基神经网络;根据所述相关指标的历史数据对径向基神经网络进行训练,得到训练后的径向基神经网络;将相关指标的实时数据输入训练后的径向基神经网络,得到母线短期负荷的预测结果。在电力系统的母线侧进行短期负荷预测,引入pearson系数进行相关性分析,有利于准确构建径向基神经网络,进而实现对母线负荷的短期精确预测,提高短期负荷预测的准确性。
-
公开(公告)号:CN112785117B
公开(公告)日:2023-04-07
申请号:CN202011508929.7
申请日:2020-12-18
申请人: 国网浙江省电力有限公司台州供电公司 , 台州宏达电力建设有限公司 , 武汉大学
IPC分类号: G06Q10/0635 , G06Q50/06 , G06F17/15 , G06F17/18
摘要: 本发明公开了一种输电线路全线雷电绕击跳闸风险多维分析方法,首先对需进行雷电绕击跳闸风险分析的输电线路雷暴日、杆塔尺寸、地形比例、海拔、绝缘配置数据进行收集,依次计算击距、暴露距离、修正海拔因素的线路耐压水平、单基塔的雷电绕击风险。基于计算模型研究不同杆塔呼高、雷电日、地形等情况下的雷电绕击特性,能够识别全线薄弱环节;选取代表组合条件计算典型杆塔雷电绕击跳闸风险,基于同区域全线地形比例及杆塔使用情况,提取权重系数计算全线雷电绕击跳闸风险,能够快速通过典型组合的加权平均对全线雷电绕击跳闸风险进行分析,为线路的防雷提供有效建议,具有较好的准确性性和客观性。
-
公开(公告)号:CN113326968A
公开(公告)日:2021-08-31
申请号:CN202110424577.5
申请日:2021-04-20
申请人: 国网浙江省电力有限公司台州供电公司 , 武汉大学
摘要: 本发明提出了一种基于调整PSO惯性权重的母线短期负荷预测方法及装置,包括:S100:构建用于预测母线短期负荷的BP神经网络,初始化BP神经网络的参数,初始化PSO算法的惯性权重;S200:将母线侧的历史数据作为训练集输入BP神经网络,基于惯性权重对PSO算法中的粒子进行迭代寻优,迭代结束后根据寻优结果更新BP神经网络的参数;S300:评价更新参数后的BP神经网络的输出结果,若评价结果超过预设阈值,调整惯性权重,基于调整后的惯性权重重复S200;S400:若评价结果符合预设条件,将母线侧的实时数据输入更新参数后的BP神经网络,得到母线短期负荷的预测结果。结合BP神经网络的训练效果对惯性权重进行合理的优化,提高了BP神经网络的预测精度。
-
公开(公告)号:CN116090615A
公开(公告)日:2023-05-09
申请号:CN202211689037.0
申请日:2022-12-27
申请人: 国网浙江省电力有限公司台州供电公司 , 武汉大学
摘要: 本发明公开了一种基于序列分解的母线负荷降噪预测方法,包括以下步骤:步骤一:采用变分模态分解方法对母线负荷噪声序列进行分解处理,得到分解后子的序列与余项;步骤二:利用局部加权回归方法对分解后的余项进行平滑处理;步骤三:将平滑处理后的余项与分解后的子序列进行重构,得到母线负荷降噪序列;步骤四:利用循环神经网络对母线负荷降噪序列进行训练,并对时间维度上的母线负荷值进行预测。采用该方案去除了母线负荷序列噪声的同时,可以保证序列趋于光滑且不失去原始母线负荷序列的特征,保障了优良的预测曲线和精确的预测结果。
-
公开(公告)号:CN112785117A
公开(公告)日:2021-05-11
申请号:CN202011508929.7
申请日:2020-12-18
申请人: 国网浙江省电力有限公司台州供电公司 , 台州宏达电力建设有限公司 , 武汉大学
摘要: 本发明公开了一种输电线路全线雷电绕击跳闸风险多维分析方法,首先对需进行雷电绕击跳闸风险分析的输电线路雷暴日、杆塔尺寸、地形比例、海拔、绝缘配置数据进行收集,依次计算击距、暴露距离、修正海拔因素的线路耐压水平、单基塔的雷电绕击风险。基于计算模型研究不同杆塔呼高、雷电日、地形等情况下的雷电绕击特性,能够识别全线薄弱环节;选取代表组合条件计算典型杆塔雷电绕击跳闸风险,基于同区域全线地形比例及杆塔使用情况,提取权重系数计算全线雷电绕击跳闸风险,能够快速通过典型组合的加权平均对全线雷电绕击跳闸风险进行分析,为线路的防雷提供有效建议,具有较好的准确性性和客观性。
-
公开(公告)号:CN113469494B
公开(公告)日:2023-10-27
申请号:CN202110569183.9
申请日:2021-05-25
申请人: 国网浙江省电力有限公司台州供电公司 , 台州宏达电力建设有限公司
IPC分类号: G06Q10/0635 , G06F17/18 , G06Q50/06
摘要: 本发明公开了一种山火引发线路故障风险评估方法,包括如下步骤:步骤S1:采集线路信息、山火信息、环境信息、电网状态信息;步骤S2:根据山火信息、环境信息计算击穿电压的校正系数:步骤S3:计算山火条件下线路击穿电压,评估线路相对地击穿导致输电线路跳闸的概率和线路相间击穿导致输电线路跳闸的概率;步骤S4:计算山火条件下输电线路发生跳闸的概率;步骤S5:对山火条件下线路跳闸影响电网的严重程度进行量化分析,评估山火引发线路故障风险。本发明考虑了不同电压等级线路设计高程、杆塔高度和线路弧垂及山火发生地点的差异性,引入了温度、电导率和灰烬颗粒进行击穿电压的校正,具有全面性和通用性。
-
公开(公告)号:CN113469494A
公开(公告)日:2021-10-01
申请号:CN202110569183.9
申请日:2021-05-25
申请人: 国网浙江省电力有限公司台州供电公司 , 台州宏达电力建设有限公司
摘要: 本发明公开了一种山火引发线路故障风险评估方法,包括如下步骤:步骤S1:采集线路信息、山火信息、环境信息、电网状态信息;步骤S2:根据山火信息、环境信息计算击穿电压的校正系数:步骤S3:计算山火条件下线路击穿电压,评估线路相对地击穿导致输电线路跳闸的概率和线路相间击穿导致输电线路跳闸的概率;步骤S4:计算山火条件下输电线路发生跳闸的概率;步骤S5:对山火条件下线路跳闸影响电网的严重程度进行量化分析,评估山火引发线路故障风险。本发明考虑了不同电压等级线路设计高程、杆塔高度和线路弧垂及山火发生地点的差异性,引入了温度、电导率和灰烬颗粒进行击穿电压的校正,具有全面性和通用性。
-
公开(公告)号:CN113452021B
公开(公告)日:2022-06-03
申请号:CN202110759659.5
申请日:2021-07-06
申请人: 武汉大学
IPC分类号: H02J3/00 , H02J3/48 , G06F30/18 , G06F30/27 , G06K9/62 , G06N3/12 , G06F111/02 , G06F111/04
摘要: 本发明提出了一种考虑机组分组及有功平衡的电网恢复分区方法。本发明对待分区恢复的电网构建电网拓扑图,基于谱聚类算法构建电网恢复分区目标函数;建立机组节点的分组优化模型,以每个分组内部署一套黑启动电源为约束条件,考虑分组内机组出力及待启动机组成功率构建目标函数,利用遗传算法求解得到机组最佳分组结果;采用Must‑link和Cannot‑link约束隶属同一分组子集的机组节点,同时考虑分区有功平衡影响,在切图权重中引入线路传输功率,从而建立考虑机组分组及有功平衡的电网恢复分区模型;采用K‑means算法求解得到电网恢复分区方案。本发明减小分区结果受到黑启动电源分布是否合理的影响,且能有效降低分区内的不平衡功率,提高分区并行恢复的可靠性。
-
公开(公告)号:CN113962874A
公开(公告)日:2022-01-21
申请号:CN202110790638.X
申请日:2021-07-13
申请人: 武汉大学
摘要: 本申请公开了一种母线负荷模型的训练方法、装置、计算机设备及计算机可读存储介质,通过基于Sgolay平滑滤波器对待训练数据集进行平滑处理,得到降噪后的待训练的母线负荷序列,其中,所述待训练数据集包括多条待训练的母线负荷序列;根据所述待训练的母线负荷序列对预置网络进行训练,生成母线负荷短期预测模型,实现将降噪后的母线负荷序列来训练模型,从而提高模型预测母线负荷值的精确度。
-
公开(公告)号:CN113836823A
公开(公告)日:2021-12-24
申请号:CN202111268308.0
申请日:2021-10-29
申请人: 武汉大学
IPC分类号: G06F30/27 , G06F17/17 , G06K9/62 , G06F113/04 , G06F119/02
摘要: 本发明提出一种基于负荷分解与优化双向长短期记忆网络的负荷组合预测方法。该方法利用变分模态分解将负荷序列分解为一组相对平稳的子序列分量,以减少不同趋势信息间的相互影响,针对各子序列分别构建基于双向长短期记忆神经网络的时序预测模型,利用贝叶斯理论对网络相关超参数进行优化并判断该序列是否使用长短期记忆网络,以提高单个模型的预测精度;最后,叠加各子序列预测结果得到负荷预测值。该方法利用变分模态分解对负荷进行平稳化分解处理后进行预测使得预测结果更加稳定,贝叶斯优化理论解决了不同时序序列对双向长短期记忆网络的适用性和初始参数设置不当导致预测结果精度不高的问题,具有精确的预测结果,可应用于电力系统短期负荷预测。
-
-
-
-
-
-
-
-
-