-
公开(公告)号：CN115833170A
公开(公告)日：2023-03-21
申请号：CN202211453641.3
申请日：2022-11-21
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网有限公司
Abstract: 本发明公开了一种背靠背柔性直流系统连续高频谐振抑制方法，其包括：获取背靠背柔性直流系统中简化的高频段主电路和控制电路模型；利用高阶Pade近似方法建立延时等效环节，形成集总链路延时等效模型；获得考虑多控制环节的背靠背柔性直流系统高频阻抗；获得背靠背柔性直流系统发生连续高频谐振的主导影响因素；获得电压前馈环节附加非线性低通滤波器的控制策略；获得电流内环控制器参数自适应优化策略；综合电压前馈环节附加非线性低通滤波器与电流内环控制器参数自适应调节策略，抑制背靠背柔性直流系统中的连续高频谐振。本发明对背靠背柔性直流输电系统中连续高频谐振的抑制效果显著。
-
公开(公告)号：CN117332275A
公开(公告)日：2024-01-02
申请号：CN202311353840.1
申请日：2023-10-18
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网有限公司
IPC: G06F18/214 , G06F18/243 , G06Q10/04 , G06Q50/06
Abstract: 本申请公开了一种野火蔓延环境下配电网的故障预测方法、装置及介质；涉及配电网领域，解决野火蔓延环境下配电网故障预测所需数据样本容量大的问题。根据故障发生时刻确定各历史故障事件对应的故障预测时间、正常运行时间；并获取对应的故障样本集、正常样本集进行二分类训练，得到结果分类模型；基于结果分类模型，根据实际电流数据、实际环境温度信息预测是否会发生故障。由于本申请训练模型所需的样本数据为故障发生时刻前的故障预测时间、正常运行时间的数据，不需要大量采集长期的数据用于进行深度学习，解决野火蔓延环境下配电网故障预测所需数据样本容量大的问题。
-
公开(公告)号：CN117353256A
公开(公告)日：2024-01-05
申请号：CN202311284412.8
申请日：2023-10-07
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网有限公司
Abstract: 本发明公开了一种高弹性配电网的优化运行方法、系统及装置，涉及供电领域，包括确定配电网中的配电线路的温度，在温度超过预设温度时，切断温度超过预设温度的配电线路；确定切断温度超过预设温度的配电线路后的配电网使用备用供电系统发电的运行成本；以运行成本的最小值为目标函数，确定配电网为各个配电线路投入的备用供电系统的数量。根据配电线路的温度可以确定当前是否发生了野火，在配电线路的温度超过预设温度时认定出现野火，将该配电线路切断，在切断配电线路后使用备用供电系统进行供电，根据备用供电系统运行成本最低为目标函数计算为各个配电线路投入的备用供电系统的数量，进而可以在提高配电网的可靠性的同时降低配电网的成本。
-
公开(公告)号：CN116470579A
公开(公告)日：2023-07-21
申请号：CN202310457700.2
申请日：2023-04-25
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网有限公司
Abstract: 本发明公开了一种直流电网故障限流设备动作时序确定方法及装置，应用于直流系统故障领域，包括确定直流输电线上的故障电流的大小；根据故障电流及限流设备的类型确定在限流设备限流期间限流设备两端的电压；根据电压确定限流设备对直流电网产生的贡献度；根据贡献度确定限流设备接入直流电网的时间。由于限流设备在故障发生后，越早接入直流电网，产生的限流效果越好，根据设备具体的类型以及类型对应的贡献度确定恰当的接入电网的时间，进而产生更好的限流效果。
-
公开(公告)号：CN111914405A
公开(公告)日：2020-11-10
申请号：CN202010662092.5
申请日：2020-07-10
Applicant: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
IPC: G06F30/20 , G06F17/18 , G06F111/04 , G06F111/10
Abstract: 本发明公开基于Copula方法的线性潮流模型独立变量形式选取方法，包括以下步骤：1)设定非线性电压幅值项为vivj；2)建立非线性电压幅值项vivj的状态变量函数 3)计算在不同状态变量函数 下，非线性电压幅值项vivj的线性化误差函数；4)用Copula函数分析方法模拟出潮流方程状态变量的数值联合概率分布，建立Copula优化模型；5)基于非线性电压幅值项vivj的线性化误差函数和Copula优化模型，建立误差最小的线性潮流模型。本发明讨论了 不同公式下vivj的线性化误差，并通过Copula函数对联合概率密度函数进行拟合，得到最小化的线性化误差，进而建立误差最小的潮流模型。
-
Patent Agency Ranking
公开(公告)号：CN117495036A
公开(公告)日：2024-02-02
申请号：CN202311589681.5
申请日：2023-11-24
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网有限公司
IPC: G06Q10/0631 , G06Q10/067 , G06Q10/0637 , G06Q50/06 , G06F30/20 , G06F111/04 , G06F113/04
Abstract: 本发明属于配电网扩展技术领域，尤其涉及一种野火环境下的弹性配电网的扩展规划方法，包括以下步骤：S1、构建一阶段模型和二阶段模型；S2、构建初始的不确定性子集k；S3、使用不确定性子集k，基于一阶段模型得到对应的当前的决策变量；S4、判断当前的决策变量是否为初次得到的决策变量；若不是则转到S5，若是则转到S6；S5当前的决策变量与上一次的决策变量是否一致，若不一致则转到S6，若一致则转到S7；S6、使用当前的决策变量，基于二阶段模型得到对应的最恶劣场景，并将其加入不确定性子集k中；再返回S3；S7，将当前的决策变量作为配电网系统的最优规划方案。本发明可以保证扩展后的电力系统能够应对各种恶劣场景下的野火影响。
-
公开(公告)号：CN117394453A
公开(公告)日：2024-01-12
申请号：CN202311321788.1
申请日：2023-10-12
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网有限公司
Abstract: 本申请公开了一种柔性直流送出系统稳定性确定方法、装置及介质，涉及柔性直流送出系统稳定性分析领域。方案将海上风电柔性直流送出系统视为整体，在获取到并网逆变器与模块化多电平换流器的阻抗特性的基础上，通过构建等效闭环结构并采用舒尔补变换进行处理，将风电机组并网逆变器与模块化多电平换流器的相互影响融入柔性直流送出系统的稳定性分析中，避免了分别求解风电机组并网逆变器与模块化多电平换流器的阻抗特性而忽视了两者的耦合，从而提升了对柔性直流送出系统稳定性分析的精度。
-
公开(公告)号：CN116184122A
公开(公告)日：2023-05-30
申请号：CN202310394949.3
申请日：2023-04-13
Applicant: 国网重庆市电力公司电力科学研究院 , 重庆大学 , 国家电网有限公司
IPC: G01R31/08
Abstract: 本申请公开了一种故障装置定位方法、装置、设备及存储介质，涉及在线监测技术领域，包括：获取故障样本及样本标签；基于信息前向传播与误差反向传播在每个节点装置利用人工神经网络对故障样本以及样本标签进行训练，建立每个节点装置的装置编号以及特征信息间的映射关系，以得到分布式深度网络模型；判断是否检测到故障节点装置，若是，则将故障节点装置的特征信息输入至分布式深度网络模型，以便基于分布式深度网络模型的输出对故障节点装置进行定位。这样一来，可以利用分布式深度学习算法在每个节点处构建人工神经网络模型并进行训练，当故障发生时，将故障特征信息输入训练好的神经网络模型，输出得到故障装置编号，实现节点装置的故障诊断。
-
公开(公告)号：CN110676852B
公开(公告)日：2020-11-10
申请号：CN201910791388.4
申请日：2019-08-26
Applicant: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了考虑潮流特征的改进极限学习机快速概率潮流计算方法，主要步骤为：1)获取电力网络基本数据。2)基于电力网络基本数据，建立映射关系f：Pi，Qi→Ui，θi。3)对映射关系进行分解，并建立极限学习机神经网络。4)优化极限学习机神经网络的隐藏层参数，从而建立改进极限学习机神经网络。5)将电力网络基本数据输入到改进极限学习机神经网络中，计算得到电力网络概率潮流。本发明取代了高精度模拟法PPF计算中对大规模高维复杂非线性潮流方程的耗时求解过程，从而兼顾PPF计算对精度与速度的工程实际需求。
-
公开(公告)号：CN110676852A
公开(公告)日：2020-01-10
申请号：CN201910791388.4
申请日：2019-08-26
Applicant: 重庆大学 , 国网重庆市电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了考虑潮流特征的改进极限学习机快速概率潮流计算方法，主要步骤为：1)获取电力网络基本数据。2)基于电力网络基本数据，建立映射关系f：Pi，Qi→Ui，θi。3)对映射关系进行分解，并建立极限学习机神经网络。4)优化极限学习机神经网络的隐藏层参数，从而建立改进极限学习机神经网络。5)将电力网络基本数据输入到改进极限学习机神经网络中，计算得到电力网络概率潮流。本发明取代了高精度模拟法PPF计算中对大规模高维复杂非线性潮流方程的耗时求解过程，从而兼顾PPF计算对精度与速度的工程实际需求。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.078 seconds)
