一种基于随机森林与极限学习回归的动态安全评估方法

    公开(公告)号:CN111401749A

    公开(公告)日:2020-07-10

    申请号:CN202010187421.5

    申请日:2020-03-17

    Applicant: 三峡大学

    Abstract: 本发明公开一种基于随机森林与极限学习回归的在线动态安全评估方案,具体包括以下步骤:(1)利用电力系统历史运行数据和基于预想事故集的故障仿真,获取电力系统运行数据样本,构建动态安全指标,形成原始样本集(2)采用基于随机森林的特征选择方法,利用基尼指数和变量重要性评分,得到关键变量;(3)利用关键变量训练极限学习回归机,得到映射关系;(4)通过从广域量测系统服务器接收到实时电力系统运行数据,对模型进行更新,完成对电力系统实时动态安全的评估。该方案实现了对电力系统进行快速、高效的实时安全评估,有利于维持电力系统的稳定运行。

    一种基于集成决策树的电力系统在线动态安全评估方法

    公开(公告)号:CN109726766A

    公开(公告)日:2019-05-07

    申请号:CN201910011415.1

    申请日:2019-01-04

    Applicant: 三峡大学

    Abstract: 一种基于集成决策树的电力系统在线动态安全评估方法,步骤一):对预测事故进行排序和筛选,利用筛选后的主导事故集建立离线训练所需的初始知识库;步骤二):基于初始知识库,构建提升型集成决策树并对此决策树进行离线训练;步骤三):合理创建新的训练样本,与初始知识库进行合并,并利用新的知识库对决策树进行更新;步骤四):利用更新后的决策树以及分布式处理技术对电力系统进行在线动态安全评估。本发明的目的是为了提供一种避免大停电事故,提高电网安全运行水平的电力系统安全评估方法。

    一种基于风险指数的电力系统动态安全评估方法

    公开(公告)号:CN109559019A

    公开(公告)日:2019-04-02

    申请号:CN201811297094.8

    申请日:2018-11-01

    Applicant: 三峡大学

    Abstract: 一种基于风险指数的电力系统动态安全评估方法,包括基于预想事故发生的概率以及预想事故发生后的影响,建立风险模型,对预想事故进行筛选和排序,得出主导预想事故集;对筛选后的主导预想事故进行负载潮流分析计算并记录系统中所有节点的电压V和电压相角δ;基于多项式形式的暂态稳定裕度以及所获得的潮流数据,计算暂态稳定裕度的概率分布及其均值和标准差;基于所建立的风险模型,利用暂态稳定裕度的概率分布以及严重度函数计算预想事故的风险指数;基于所求的风险指数,采取相应的预防控制和紧急控制措施。本发明方法考虑负载预测的不确定性,定量地将事故的概率和严重性这两个决定系统安全性的因素结合起来,能比较全面地反映事故对整个电力系统的影响,从而更好的协调电力系统运行的安全性与经济性之间的关系。

Patent Agency Ranking