-
公开(公告)号：CN118445682A
公开(公告)日：2024-08-06
申请号：CN202410533834.2
申请日：2024-04-30
申请人： 国网山西省电力公司电力科学研究院 , 太原理工大学
发明人： 陈丹阳 , 曲莹 , 程雪婷 , 牛哲文 , 王金浩 , 韩肖清 , 王玮茹 , 薄利明 , 郝捷 , 郑惠萍 , 刘新元 , 冀岳 , 张谦 , 芦耀辉 , 芦晓辉 , 孟涛 , 武宇翔 , 暴悦爽 , 崔校瑞 , 张颖 , 李梓豪
IPC分类号： G06F18/241 , G06F18/214 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06Q50/06 , H02J3/00 , H02J3/24
摘要： 本发明公开了一种基于条件生成对抗网络和图卷积网络的电力系统暂态稳定评估方法，涉及电力系统的人工智能应用领域。首先，通过PSASP生成反映不同潮流运行方式与故障条件的原始数据集，提取暂态电气量作为输入特征；将数据集随机划分为训练集、验证集与测试集，训练集用于CGAN模型的构建，交替训练完成生成器和判别器，并由CGAN的生成器定向生成失稳样本与原有的训练集共同构成新的增强数据集；获取新的增强数据集结合包含网络拓扑信息的节点邻接矩阵用于GCN模型的构建；在线应用时，将PMU量测装置获取的数据输入到训练完成的暂态稳定分析模型，输出暂态稳定评估结果。本发明在数据增强、模型训练及样本泛化能力方面，均取得了大幅度的进步。
-
公开(公告)号：CN116937579A
公开(公告)日：2023-10-24
申请号：CN202311203210.6
申请日：2023-09-19
申请人： 太原理工大学
IPC分类号： H02J3/00 , H02J3/38 , G06F18/25 , G06F18/2321 , G06F18/2415 , G06F18/27 , G06N3/0455 , G06N3/048 , G06N3/08 , G06Q50/06
摘要： 本发明公开了一种考虑时空相关性的风电功率区间预测及其可解释方法，涉及新能源功率预测的人工智能应用领域。首先将风电功率历史数据和历史气象数据通过RSDD和链式方程插补；然后将训练集输入本发明所提出的STF‑DNN模型中，捕捉时间序列中的长期依赖关系。之后从模型预测过程和预测结果两个层面构建面向风电时空特征和深度学习融合模型的可解释性体系，并以可解释性为导向优化所提出的STF‑DNN模型。最后，为验证解释结果的可靠性，结合SHAP原理量化考虑时间差异性的特征全局贡献，从而解释了模型预测风电功率。本发明在风电功率区间预测精度、模型预测机制的可解释性及数据预处理方面，均取得了大幅度的进步。
-
公开(公告)号：CN117937607B
公开(公告)日：2024-05-31
申请号：CN202410323096.9
申请日：2024-03-21
申请人： 太原理工大学
摘要： 本发明公开了一种计及风电机组时空规律的电力系统安全稳定分析方法，涉及人工智能在新能源电力系统安全稳定分析的应用领域。具体为：首先考虑风机与电网的交互效应，从系统到元件层面精细化构建风机数学模型；然后，针对新能源出力的随机性和波动性，提出样本—特征增强策略，并构建样本影响力函数指导模型训练，提升数据挖掘质量；最后，考虑风机动态变化的时空规律，提出了融合时间—空间—特征注意力的循环神经网络模型，给出影响电力系统安全稳定性的关键时空关系和物理特征。本发明提出了融合时空注意力循环神经网络的新型电力系统安全稳定分析方法，提升了新能源大规模并网下新型电力系统在线安全分析的准确度。
-
公开(公告)号：CN116702629A
公开(公告)日：2023-09-05
申请号：CN202310973064.9
申请日：2023-08-04
申请人： 国网山西省电力公司电力科学研究院 , 太原理工大学
发明人： 曲莹 , 李瑞 , 刘新元 , 牛哲文 , 程雪婷 , 张谦 , 庞硕 , 韩肖清 , 郝捷 , 王玮茹 , 高宏 , 武宇翔 , 冀岳 , 薄利明 , 崔校瑞 , 张颖 , 暴悦爽 , 芦耀辉 , 李梓豪
IPC分类号： G06F30/27 , H02J3/00 , G06Q10/0639 , G06F18/241 , G06N5/01 , G06N3/096 , G06Q50/06 , G06F113/04
摘要： 本发明公开了一种具备可迁移能力的电力系统暂态稳定评估方法，涉及电力系统的人工智能应用领域。首先，通过时域仿真软件PSASP生成反映不同潮流运行方式与故障条件的原始数据集，提取暂态电气量作为输入特征；将数据集随机划分为训练集与测试集，训练集用于XGBoost模型的构建，测试集用于评估模型性能，并根据测试结果对模型参数进行调整；同时，分别对原始样本集和模型参数进行目标域下的迁移，在目标域的测试集下对模型的泛化能力进行验证；在线应用时，基于PMU提供的实时量测信息进行特征筛选，即可快速判定系统的暂态功角稳定性。本发明在模型泛化能力、数据预处理及模型训练方面，均取得了大幅度的进步。
-
公开(公告)号：CN117578466B
公开(公告)日：2024-04-05
申请号：CN202410063892.3
申请日：2024-01-17
申请人： 国网山西省电力公司电力科学研究院 , 太原理工大学
发明人： 曲莹 , 王金浩 , 郑惠萍 , 刘新元 , 牛哲文 , 程雪婷 , 韩肖清 , 郝捷 , 陈丹阳 , 冀岳 , 王玮茹 , 孟涛 , 郝鑫杰 , 薄利明 , 高宏 , 崔校瑞 , 暴悦爽 , 武宇翔 , 芦耀辉 , 李梓豪
IPC分类号： H02J3/00 , G06F18/15 , G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于优势函数分解的电力系统暂态稳定预防控制方法，涉及电力系统的人工智能应用领域。该预防控制方法为基于CNN/MLP‑优势函数分解的多智能体算法，首先对CNN/MLP中样本生成、模型结构、输入特征等进行计算，然后对优势函数分解的多智能体算法中涉及到的状态设置、输入特征、奖励函数以及模型训练流程进行了计算；之后将两者结合作为本发明暂态稳定预防控制方法，最后通过IEEE 39节点系统算例验证了本发明方法的有效性。本发明有效提高了准确率、降低了严重错误率；同时降低了深度强化学习训练成本；最终使得该方法训练稳定性更优，且控制策略调整总量最小。
-
公开(公告)号：CN114899827A
公开(公告)日：2022-08-12
申请号：CN202210502227.0
申请日：2022-05-10
申请人： 国网山西省电力公司电力科学研究院 , 太原理工大学
IPC分类号： H02J3/06
摘要： 本发明公开了一种基于潮流分布熵电力系统薄弱环节辨识方法。通过PSD‑Edit仿真软件，对某地区电力系统数据进行仿真分析，收集所有变电站信息及其出线上的工况潮流数据信息；在仿真软件中按比例增加某一变电站相连新能源厂站的出力，模拟节点受到的潮流冲击；或断开其中某一条线路，模拟线路断线故障。计算节点以及线路的熵值及其权重，得到两者的薄弱指标。最后按照由低到高的顺序将节点以及线路的薄弱指标分别排列，得到两者的薄弱指标表。本发明首次引入潮流通道变量C=1/ln，其中为元件（变电站或线路）相连的潮流通道数，并结合客观熵权法，降低了传统潮流熵法在电力系统薄弱环节识别中应用的误差，为电网监控提供合理依据，具有工业应用价值。
-
公开(公告)号：CN114629111A
公开(公告)日：2022-06-14
申请号：CN202210105785.3
申请日：2022-01-28
申请人： 国网山西省电力公司电力科学研究院 , 太原理工大学
发明人： 郑惠萍 , 刘新元 , 张超 , 牛哲文 , 李瑞 , 张庚午 , 张颖 , 郝鑫杰 , 赵津蔓 , 曲莹 , 闫磊 , 韩肖清 , 张一帆 , 薄利明 , 暴悦爽 , 张东霞 , 李柏堉 , 杨晶 , 张仕旻
摘要： 本发明公开了一种属于电力系统暂态稳定评估的基于多源信息的暂态稳定评估方法。首先通过改变系统运行状态和故障条件，对IEEE39节点系统使用电力系统分析综合程序进行批量时域仿真构造海量数据集。然后综合考虑影响系统暂态稳定的影响因素，将运行信息和故障信息作为卷积神经网络模型的输入特征，为更好实现运行信息和故障信息的综合利用，避免特征维度差别对准确率的影响，采用两种不同的特征融合方案对特征进行分阶段融合，并形成不同的暂态稳定评估模型。再利用训练建立的暂态稳定评估模型，对测试集进行暂态稳定评估，并采用混淆矩阵工具中的准确率、查准率、查全率和指标综合评估模型性能。最后通过t‑SNE算法对建立的暂稳评估模型进行可视化展示。
-
公开(公告)号：CN118940572A
公开(公告)日：2024-11-12
申请号：CN202410985515.5
申请日：2024-07-23
申请人： 太原理工大学
IPC分类号： G06F30/23 , G06F30/36 , G06F30/28 , G06T17/20 , G06F113/08 , G06F119/08 , G06F119/14
摘要： 本发明公开了一种基于多物理场耦合的变压器数字孪生模型的设计方法，涉及变压器建模领域。首先，获取变压器几何参数以及材料参数数据，通过有限元仿真软件COMSOL建立变压器内部的电磁模型；其次，根据电磁模型计算变压器内部铁芯和绕组损耗，将计算的结果作为变压器的温度流体场仿真分析的输入；最后，计算变压器电磁‑流体‑温度多物理场耦合：构建变压器内部油流流速以及热量传递模型；将铁芯和绕组的损耗作为热源代入流体场和温度场进行仿真分析，得到变压器整体和绕组区域局部的温度及油流分布。本发明能够综合考虑电磁场、温度场和流体场的相互影响，提高了变压器温度预测的准确性和可靠性。
-
公开(公告)号：CN116937579B
公开(公告)日：2023-12-01
申请号：CN202311203210.6
申请日：2023-09-19
申请人： 太原理工大学
IPC分类号： H02J3/00 , H02J3/38 , G06F18/25 , G06F18/2321 , G06F18/2415 , G06F18/27 , G06N3/0455 , G06N3/048 , G06N3/08 , G06Q50/06
摘要： 本发明公开了一种考虑时空相关性的风电功率区间预测及其可解释方法，涉及新能源功率预测的人工智能应用领域。首先将风电功率历史数据和历史气象数据通过RSDD和链式方程插补；然后将训练集输入本发明所提出的STF‑DNN模型中，捕捉时间序列中的长期依赖关系。之后从模型预测过程和预测结果两个层面构建面向风电时空特征和深度学习融合模型的可解释性体系，并以可解释性为导向优化所提出的STF‑DNN模型。最后，为验证解释结果的可靠性，结合SHAP原理量化考虑时间差异性的特征全局贡献，从而解释了模型预测风电功率。本发明在风电功率区间预测精度、模型预测机制的可解释性及数据预处理方面，均取得了大幅度的进步。
-
公开(公告)号：CN117937607A
公开(公告)日：2024-04-26
申请号：CN202410323096.9
申请日：2024-03-21
申请人： 太原理工大学
摘要： 本发明公开了一种计及风电机组时空规律的电力系统安全稳定分析方法，涉及人工智能在新能源电力系统安全稳定分析的应用领域。具体为：首先考虑风机与电网的交互效应，从系统到元件层面精细化构建风机数学模型；然后，针对新能源出力的随机性和波动性，提出样本—特征增强策略，并构建样本影响力函数指导模型训练，提升数据挖掘质量；最后，考虑风机动态变化的时空规律，提出了融合时间—空间—特征注意力的循环神经网络模型，给出影响电力系统安全稳定性的关键时空关系和物理特征。本发明提出了融合时空注意力循环神经网络的新型电力系统安全稳定分析方法，提升了新能源大规模并网下新型电力系统在线安全分析的准确度。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.023 秒)
