基于KOOPMAN深度神经网络的非线性振荡分析方法

    公开(公告)号:CN117350170A

    公开(公告)日:2024-01-05

    申请号:CN202311546040.1

    申请日:2023-11-20

    Abstract: 本发明公开了基于KOOPMAN深度神经网络的非线性振荡分析方法,属于电力系统非线性特征分析技术领域,包括以下步骤:仿真设置电力系统故障场景并制作数据集‑构建内嵌KOOPMAN算符的深度神经网络模型‑训练模型‑测试与调整模型‑保存满足设定精度要求的模型‑从保存的内嵌KOOPMAN算符的深度神经网络模型中提取KOOPMAN算符,计算的模式与模态,实现电力系统非线性振荡特征分析。本发明采用上述基于KOOPMAN深度神经网络的非线性振荡分析方法,实现了在简化电力系统非线性振荡特征分析过程的同时又能保持较高的精度,实现任意时间步时序轨迹的高精度预测,准确辨识系统模式,描述电力系统非线性振荡特征。

    一种基于动态面一致算法的负荷频率控制方法

    公开(公告)号:CN116667390B

    公开(公告)日:2023-09-29

    申请号:CN202310926440.9

    申请日:2023-07-27

    Abstract: 本发明涉及电力系统负荷频率控制技术领域,具体公开了一种基于动态面一致算法的负荷频率控制方法,具体步骤如下:设计具有观测系统两类未知信息能力的分散式区域观测器;改写系统描述形式并设计各区域考虑通信时滞的协同误差面;设计以协同误差面为基础的控制律,建立具有协同调频特性的分布式负荷频率控制器;构建多区域互联电力系统的分布式协同负荷频率控制系统。本发明采用上述的一种基于动态面一致算法的负荷频率控制方法,利用分散式区域观测器得到无法直接测量获取的系统状态量与负荷干扰量的观测值,同时控制器具备时滞适应性保证调频效果,实现了多区域协同进行负荷频率控制,提高电力系统频率调节能力。

    基于临界振荡风速的双馈风机自适应调频控制系统及方法

    公开(公告)号:CN113937826B

    公开(公告)日:2023-09-22

    申请号:CN202110992934.8

    申请日:2021-08-27

    Inventor: 李永刚 贺梦娟

    Abstract: 本发明公开了一种基于临界振荡风速的双馈风机自适应调频控制系统及方法,其中,双馈风电机组DFIG1利用虚拟同步发电机和下垂控制策略的自适应切换来适应不同运行风速下的调频需求;具体地,根据系统的控制参数,建立虚拟同步控制下风机系统的小信号模型,计算系统的临界振荡风速,通过比较实际运行风速和系统临界振荡风速,在虚拟同步机控制和下垂控制中合理切换。本发明提供的基于临界振荡风速的双馈风机自适应调频控制系统及方法,有利于双馈风机适应不同的风速,在降低系统振荡失稳风险的前提下,提升了调频效果。

    一种考虑直驱风机特性的虚拟同步机小信号建模方法

    公开(公告)号:CN116260190A

    公开(公告)日:2023-06-13

    申请号:CN202111527017.9

    申请日:2021-12-10

    Inventor: 李永刚 褚文从

    Abstract: 本发明公开了一种考虑直驱风机特性的虚拟同步机小信号建模方法。是基于单台直驱风机经全功率换流器并入无穷大电网的拓扑结构,综合考虑虚拟同步机源端直驱风机的特性,建立直驱风机、机侧电流环、直流电容的数学模型;进一步通过与并网逆变器型虚拟同步机的数学模型联立,修正有功外环的方程后,得到直驱风机型虚拟同步机并网系统的整体微分方程组;对所得微分方程组在平衡点附近进行线性化,得到考虑直驱风机特性的虚拟同步机并网小信号模型。本发明的虚拟同步机小信号模型考虑了直驱风机的动态特性,具有良好的精确度,并且无需对常用的并网逆变器型虚拟同步机的数学模型做出太大改动,降低了模型推导的工作量。

    一种汽轮发电机阻尼有限元模型的校验方法

    公开(公告)号:CN110135118B

    公开(公告)日:2023-04-14

    申请号:CN201910500605.X

    申请日:2019-06-11

    Abstract: 本发明公开了一种汽轮发电机阻尼有限元模型的校验方法,分别在定子目标相绕组轴线与转子q轴重合、定子目标相绕组轴线与转子d轴重合两种状态下仿真获得定子目标相绕组的稳态交流阻抗值ZSQ、ZSD,并与实测的定子目标相绕组轴线与转子q轴重合、定子目标相绕组轴线与转子d轴重合两种状态下目标相绕组交流阻抗值ZSQ'、ZSD'比较,偏差分别为:当a%和b%都小于设定阈值时,则判断所搭建的汽轮发电机有限元仿真模型中的阻尼模型是正确的。本发明能够改进现有技术的不足,实现对所搭建仿真模型中阻尼参数较为方便和可靠的校验。

    一种用于新能源发电网络的灰箱聚合方法及系统

    公开(公告)号:CN115701677A

    公开(公告)日:2023-02-10

    申请号:CN202210973715.X

    申请日:2022-08-15

    Inventor: 李永刚 刘淇玉

    Abstract: 本发明提出一种用于新能源发电网络的灰箱聚合方法及系统,包括:基于VF算法,获取用于构建新能源发电网络的电气元件的等效阻抗;通过对所述等效阻抗进行聚合,构建所述新能源发电网络,其中,所述聚合包括并联聚合和串联聚合;在并联聚合过程中选择不具有相同零点的子系统进行聚合;在串联聚合过程中选择不具有相同极点的子系统进行聚合;本发明基于灰箱背景,利用VF算法对逆变器等主要电气设备的离散阻抗数据进行拟合获取系统初始阻抗网络,并详细阐述阻抗网络聚合过程及对聚合后网络的稳定性分析方法进行展现;本发明防止了在阻抗网络聚合过程中存在的零极点对消现象可能导致系统稳定性误判,并给出正确选择阻抗聚合路径的依据。

    基于多源信息的同步电机转子绕组匝间短路故障诊断方法

    公开(公告)号:CN114881071A

    公开(公告)日:2022-08-09

    申请号:CN202210392118.8

    申请日:2022-04-14

    Inventor: 李永刚 侯岳佳

    Abstract: 本发明提供了一种基于多源信息的同步电机转子绕组匝间短路故障诊断方法,实时采集同步电机工作在正常以及不同转子绕组匝间短路工况下的励磁电流、转子振动和定子振动信号;利用信号‑图像转换方法将上述一维时序信号转化为二维灰度图像;将励磁电流信号、转子振动、定子振动的二维灰度图像分别输入最优二维CNN模型中进行训练,得到单一信号的故障诊断损失函数与诊断准确率,确定基本信任分配;利用多源信息融合算法将上述三种证据体的故障诊断准确率进行决策融合,实现最终诊断。本发明最大程度地保留了原始信号的特征,消除了人工提取特征的影响,显著提升了同步发电机转子绕组匝间短路故障诊断的准确率。

    一种动态风速预测模型建立方法

    公开(公告)号:CN113515889A

    公开(公告)日:2021-10-19

    申请号:CN202110557310.3

    申请日:2021-05-21

    Abstract: 本发明公开了一种动态风速预测模型建立方法,包括步骤:获取目标区域的实测风速数据,并进行预处理;利用多种预测算法对预处理后的实测风速数据进行训练和预测,得到多种风速预测模型,构成Q学习模型集;在Q学习模型集中添加风速波动情况和属性因素,通过Q强化学习算法选出每时段的最佳风速预测模型,得到初步的风速预测数据,并计算出风速预测误差;基于风速预测误差构建误差Q学习模型库,通过Q强化学习算法在误差Q学习模型库中选出最佳风速预测误差模型以修正初步的风速预测值,得到最终的风速预测数据。本发明提供的方法,采用两次Q强化学习算法构建了动态风速预测模型,具有泛化能力强、鲁棒性好、预测精度高的特点。

Patent Agency Ranking