-
公开(公告)号：CN113991760B
公开(公告)日：2022-11-01
申请号：CN202111219864.9
申请日：2021-10-20
Applicant: 山东大学
IPC: H02J5/00 , H02J3/14 , H02J3/46 , H02J3/06 , G06K9/62 , G06N5/02 , G06N20/00 , G06Q10/04 , G06Q50/06
Abstract: 本发明提供了一种交直流混联受端电网直流闭锁多资源紧急控制优化方法，预优化阶段，包括：根据未来预设时间段的风电功率预测值、光伏出力预测值和负荷预测值，得到多个典型场景，以控制代价最小为目标，得到各个典型场景对应的控制策略，将典型场景与控制策略的对应关系存入优化决策知识库；在线优化阶段，包括：获取电网当前场景信息，根据预设场景相似性度量从优化决策知识库选择最相近的场景，以最相近的场景对应的控制策略为初值，以控制代价最小为目标，得到最终的控制策略；本发明提高了紧急控制方案对实际运行方式的适应性。
-
Patent Agency Ranking
公开(公告)号：CN118468728B
公开(公告)日：2024-09-24
申请号：CN202410916947.0
申请日：2024-07-10
Applicant: 山东大学
IPC: G06F30/27 , H02J3/00 , H02J1/00 , G06N3/0475 , G06N3/045 , G06N3/084 , G06F18/23213 , G06F8/658 , G06F113/04
Abstract: 本发明提出了基于增量更新的交直流大电网动态安全预警方法及系统，涉及电网安全预警技术领域，包括：预测交直流大电网中各个新能源发电未来一段时间的功率出力，得到时序出力预测信息矩阵；将时序出力预测信息矩阵输入到在线增量更新的场景生成模型中，得到新能源发电的时序出力场景集；构建交直流大电网的未来运行场景集；基于未来运行场景集，评估每个运行场景的最大输电能力；计算每个未来运行场景对应的断面输送功率，与最大输电能力进行对比，辨识出不安全运行场景；本发明通过知识蒸馏技术和主动学习技术，实现场景生成模型和TTC快速评估模型的在线增量更新，从而提高安全预警的准确性，有效支撑交直流大电网应对未来安全运行风险。
-
公开(公告)号：CN118523311A
公开(公告)日：2024-08-20
申请号：CN202410953967.5
申请日：2024-07-17
Applicant: 山东大学
Abstract: 本发明提出了数据驱动的新能源基地直流外送系统安全预警方法及系统，涉及安全预警技术领域，对新能源基地未来运行场景集中的每个运行场景，执行如下方法：通过暂态电压评估模型，预测目标运行场景中各个新能源发电场站的暂态电压幅值，进而判断各个新能源发电场站的控制模式；根据新能源发电场站的控制模式，更新目标运行场景中新能源发电场站的有功功率、无功功率；利用训练好的直流外送能力评估模型，评估目标运行场景的直流外送能力；获取目标运行场景对应的直流输送功率，判断是否存在外送能力受限风险，从而对目标运行场景进行安全预警；本发明以数据驱动的方式，准确评估运行场景的直流外送能力，最终对直流外送能力受限风险进行安全预警。
-
公开(公告)号：CN114330884B
公开(公告)日：2024-04-16
申请号：CN202111641789.5
申请日：2021-12-29
Applicant: 山东大学
Abstract: 本发明提供了一种多时间尺度协调的交直流电网动态安全预警方法及系统，本发明将关键输电断面作为动态安全预警的重点对象，同时将计及多属性动态安全约束的最大输电能力作为系统的动态安全性指标；根据为保障系统安全所需的应对措施类型将交直流电网安全态势划分为蓝色预警、黄色预警和红色预警；构建了6小时、1小时和15分钟的多时间尺度的动态安全预警框架，协调配合不同动作时序的应对措施；利用动态新增的样本数据，基于增量学习对最大输电能力评估模型进行在线更新，提高预警结果的准确性。
-
公开(公告)号：CN111311008B
公开(公告)日：2021-04-30
申请号：CN202010107988.7
申请日：2020-02-21
Applicant: 山东大学
Abstract: 本公开公开了一种交直流大电网动态安全风险态势滚动前瞻预警方法及系统，包括：构建TTC快速评估模型的原始特征集；基于未来一段时间的电网拓扑结构和预测信息，生成TTC快速评估模型的训练样本集；基于SDAE和ELM建立TTC快速评估模型；生成未来态运行场景，基于TTC快速评估模型和启发式搜索方法，计算为保证系统安全所需的预防控制措施类型；根据电网所处的运行状态类别和所需的预防控制措施类型，对运行场景进行分层分级预警。基于深度学习技术，能够快速进行动态安全风险态势的滚动预警，最终的分层分级预警结果能够更全面的反映系统运行状态的安全性，并且能对下一步的预防控制决策提供有效的指导信息。
-
公开(公告)号：CN111311008A
公开(公告)日：2020-06-19
申请号：CN202010107988.7
申请日：2020-02-21
Applicant: 山东大学
Abstract: 本公开公开了一种交直流大电网动态安全风险态势滚动前瞻预警方法及系统，包括：构建TTC快速评估模型的原始特征集；基于未来一段时间的电网拓扑结构和预测信息，生成TTC快速评估模型的训练样本集；基于SDAE和ELM建立TTC快速评估模型；生成未来态运行场景，基于TTC快速评估模型和启发式搜索方法，计算为保证系统安全所需的预防控制措施类型；根据电网所处的运行状态类别和所需的预防控制措施类型，对运行场景进行分层分级预警。基于深度学习技术，能够快速进行动态安全风险态势的滚动预警，最终的分层分级预警结果能够更全面的反映系统运行状态的安全性，并且能对下一步的预防控制决策提供有效的指导信息。
-
-
-
-
-
Search Results
16
records
(took 0.014 seconds)
