-
公开(公告)号：CN112561303A
公开(公告)日：2021-03-26
申请号：CN202011455569.9
申请日：2020-12-10
Applicant: 清华大学
Abstract: 本发明提供一种基于集成学习和电网拓扑变化的电力系统动态分析方法，包括：采集待测电网当前的潮流参数和拓扑结构参数；将所述潮流参数和拓扑结构参数输入预测模型，输出待测电网的极限切除时间预测值；其中，所述预测模型是基于样本潮流参数、样本拓扑结构参数和对应的极限切除时间标签在已有训练参考集合的基础上进行训练得到的，训练过程中将拓扑结构的种类进行合并，训练完成后所述预测模型携带所述已有训练参考集合。本发明提供的方法，实现了在减轻电力系统动态安全分析的计算负担的同时还提高安全分析的准确率。
-
公开(公告)号：CN112561303B
公开(公告)日：2024-07-19
申请号：CN202011455569.9
申请日：2020-12-10
Applicant: 清华大学
IPC: G06Q10/0639 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 本发明提供一种基于集成学习和电网拓扑变化的电力系统动态分析方法，包括：采集待测电网当前的潮流参数和拓扑结构参数；将所述潮流参数和拓扑结构参数输入预测模型，输出待测电网的极限切除时间预测值；其中，所述预测模型是基于样本潮流参数、样本拓扑结构参数和对应的极限切除时间标签在已有训练参考集合的基础上进行训练得到的，训练过程中将拓扑结构的种类进行合并，训练完成后所述预测模型携带所述已有训练参考集合。本发明提供的方法，实现了在减轻电力系统动态安全分析的计算负担的同时还提高安全分析的准确率。
-
公开(公告)号：CN112419098B
公开(公告)日：2024-01-30
申请号：CN202011457735.9
申请日：2020-12-10
Applicant: 清华大学
IPC: G06Q50/06 , G06Q10/067
Abstract: 本发明提供一种基于安全信息熵的电网安全稳定仿真样本筛选扩充方法，包括：将待加入训练样本集中的任一待加入训练样本扩充已有训练参考集输入对应信息熵函数得到扩充信息熵；基于预设规则处理所有扩充信息熵筛选出可选待加入训练样本；扩充参考集对应的信息熵函数的构建流程如下：基于马氏核函数和所述扩充参考集构建潮流参数驱动的电网安全稳定分析的确定性模型；基于将所述确定性模型计算得到的极限切除时间预测值作为离散变量确定所述极限切除时间预测值的概率模型；基于所述概率模型确定所述极限切除时间预测值的信息熵函数。本发明提供的方法，实现了提高电网安全稳定仿真的准确性，并避免盲目加入相同类型的样本导致的计算资源浪费。
-
Patent Agency Ranking
公开(公告)号：CN112103949B
公开(公告)日：2022-07-08
申请号：CN202010889646.5
申请日：2020-08-28
Applicant: 清华大学 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明实施例提供一种电网扰动稳定控制方法及装置、电子设备及存储介质，包括：获取电网潮流数据；将所述电网潮流数据，输入至扰动稳定预防控制模型中的稳定评估器，输出系统的振荡模式阻尼比；其中，所述稳定评估器是基于电网潮流数据样本以及电网潮流数据样本对应的振荡模式阻尼比标签进行训练后得到的非参数回归模型；基于所述振荡模式阻尼比确定所述电网是否符合预设的扰动稳定性要求。本发明实施例基于所述振荡模式阻尼比确定所述电网是否符合预设的小扰动稳定性要求，利用所述扰动稳定控制方法能够有效提高电网的振荡模式阻尼比，从而提升电网的小扰动稳定性，使其满足预设的扰动稳定性要求。
-
公开(公告)号：CN111355247B
公开(公告)日：2022-04-01
申请号：CN202010100034.3
申请日：2020-02-18
Applicant: 清华大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司
Abstract: 本发明实施例提供一种电网低频振荡预测方法及装置，所述方法包括：获取电网潮流数据；将所述电网潮流数据，输入至深度学习模型，输出系统的主导模式阻尼比；其中，所述深度学习模型是基于电网潮流数据样本以及电网潮流数据样本对应的主导模式阻尼比标记进行训练后得到；基于所述主导模式阻尼比确定电网是否出现低频振荡。本发明实施例提供的电网低频振荡预测方法及装置，利用基于深度学习的电网低频振荡预测方法，能够有效提高低频振荡模式的阻尼比，从而防止电网发生低频振荡事故。
-
公开(公告)号：CN112419098A
公开(公告)日：2021-02-26
申请号：CN202011457735.9
申请日：2020-12-10
Applicant: 清华大学
Abstract: 本发明提供一种基于安全信息熵的电网安全稳定仿真样本筛选扩充方法，包括：将待加入训练样本集中的任一待加入训练样本扩充已有训练参考集输入对应信息熵函数得到扩充信息熵；基于预设规则处理所有扩充信息熵筛选出可选待加入训练样本；扩充参考集对应的信息熵函数的构建流程如下：基于马氏核函数和所述扩充参考集构建潮流参数驱动的电网安全稳定分析的确定性模型；基于将所述确定性模型计算得到的极限切除时间预测值作为离散变量确定所述极限切除时间预测值的概率模型；基于所述概率模型确定所述极限切除时间预测值的信息熵函数。本发明提供的方法，实现了提高电网安全稳定仿真的准确性，并避免盲目加入相同类型的样本导致的计算资源浪费。
-
公开(公告)号：CN112103949A
公开(公告)日：2020-12-18
申请号：CN202010889646.5
申请日：2020-08-28
Applicant: 清华大学 , 国网江苏省电力有限公司 , 国家电网有限公司
Abstract: 本发明实施例提供一种电网扰动稳定控制方法及装置、电子设备及存储介质，包括：获取电网潮流数据；将所述电网潮流数据，输入至扰动稳定预防控制模型中的稳定评估器，输出系统的振荡模式阻尼比；其中，所述稳定评估器是基于电网潮流数据样本以及电网潮流数据样本对应的振荡模式阻尼比标签进行训练后得到的非参数回归模型；基于所述振荡模式阻尼比确定所述电网是否符合预设的扰动稳定性要求。本发明实施例基于所述振荡模式阻尼比确定所述电网是否符合预设的小扰动稳定性要求，利用所述扰动稳定控制方法能够有效提高电网的振荡模式阻尼比，从而提升电网的小扰动稳定性，使其满足预设的扰动稳定性要求。
-
公开(公告)号：CN111355247A
公开(公告)日：2020-06-30
申请号：CN202010100034.3
申请日：2020-02-18
Applicant: 清华大学 , 国网辽宁省电力有限公司电力科学研究院 , 国网辽宁省电力有限公司 , 国家电网有限公司
Abstract: 本发明实施例提供一种电网低频振荡预测方法及装置，所述方法包括：获取电网潮流数据；将所述电网潮流数据，输入至深度学习模型，输出系统的主导模式阻尼比；其中，所述深度学习模型是基于电网潮流数据样本以及电网潮流数据样本对应的主导模式阻尼比标记进行训练后得到；基于所述主导模式阻尼比确定电网是否出现低频振荡。本发明实施例提供的电网低频振荡预测方法及装置，利用基于深度学习的电网低频振荡预测方法，能够有效提高低频振荡模式的阻尼比，从而防止电网发生低频振荡事故。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
