一种基于生成对抗网络的电力系统动态安全评估方法

    公开(公告)号:CN111523785A

    公开(公告)日:2020-08-11

    申请号:CN202010301889.2

    申请日:2020-04-16

    Applicant: 三峡大学

    Abstract: 一种基于生成对抗网络的电力系统动态安全评估方法,包括以下步骤:步骤1:构建一个包含大量运行变量和暂态稳定裕度安全指标的初始样本集;步骤2:构建一个包含关键特征数据及TSMs标签的高效样本集;步骤3:得到能够准确填补缺失数据的GAN模型和动态安全评估模型;步骤4:通过智能系统实时检测PMUs数据的完整性,若数据完整,则将数据直接输入到DSA模型进行电力系统的DSA;若有数据缺失,则将PMUs采集的不完整数据输入到GAN模型进行缺失数据的填补,再将填补的完整数据集输入DSA模型进行电力系统的DSA。本发明提出了一种基于GAN的电力系统DSA方法,针对电力系统数据缺失的问题能够快速、准确的填补缺失数据并对系统进行DSA,有利于电力操作人员快速采取控制措施,避免发生故障和经济损失。

    基于边界区域重要性采样与核向量机的暂态安全评估方法

    公开(公告)号:CN111401476B

    公开(公告)日:2023-11-03

    申请号:CN202010301010.4

    申请日:2020-04-16

    Applicant: 三峡大学

    Abstract: 基于边界区域重要性采样与核向量机的暂态安全评估方法,包括以下步骤:步骤一:获得系统运行样本,构建暂态安全指标,建立相应的样本数据库;步骤二:对样本数据库进行采样,以高效的生成离线训练样本集,并进行归一化以减轻机器计算负担;步骤三:构建电力系统暂态安全评估模型,并利用训练样本集对模型进行离线训练;步骤四:基于电力系统实时运行数据,利用持续更新的暂态安全评估模型完成对电力系统实时暂态安全状态的评估,得到最终暂态稳定评估结果。本发明的目的是为了提供一种有利于提高训练过程的速度和评估过程精度的方法,并且在电力系统暂态安全评估领域具有较强的适用性,可以避免大停电事故。

    一种双极性输出交叉调整率改善电路

    公开(公告)号:CN116207991A

    公开(公告)日:2023-06-02

    申请号:CN202211548977.8

    申请日:2022-12-05

    Applicant: 三峡大学

    Abstract: 一种双极性输出交叉调整率改善电路,该电路包含双极性输出双管反激变换器、跨接调整电容Cp;双极性输出双管反激变换器包含直流输入源uin,功率开关S1,功率开关S2,励磁电感Lm,变压器T,钳位二极管D1p,钳位二极管D2p,二极管D1,二极管D2,输出电容C1,输出电容C2;与传统双极性输出双管反激变换器相比,本发明仅通过增加跨接调整电容就可实现对交叉调整率的改善,无需采用复杂的采样及控制算法,实现方式简单,对原电路的控制和驱动方式不产生影响,解决了因负载扰动而产生的能量分配不均衡问题,实现了双极性输出电路的自均压效果,减小电压偏差,适用于需要双极性电压供电场合。

    基于边界区域重要性采样与核向量机的暂态安全评估方法

    公开(公告)号:CN111401476A

    公开(公告)日:2020-07-10

    申请号:CN202010301010.4

    申请日:2020-04-16

    Applicant: 三峡大学

    Abstract: 基于边界区域重要性采样与核向量机的暂态安全评估方法,包括以下步骤:步骤一:获得系统运行样本,构建暂态安全指标,建立相应的样本数据库;步骤二:对样本数据库进行采样,以高效的生成离线训练样本集,并进行归一化以减轻机器计算负担;步骤三:构建电力系统暂态安全评估模型,并利用训练样本集对模型进行离线训练;步骤四:基于电力系统实时运行数据,利用持续更新的暂态安全评估模型完成对电力系统实时暂态安全状态的评估,得到最终暂态稳定评估结果。本发明的目的是为了提供一种有利于提高训练过程的速度和评估过程精度的方法,并且在电力系统暂态安全评估领域具有较强的适用性,可以避免大停电事故。

    一种基于极限梯度提升决策树的动态安全评估方法

    公开(公告)号:CN111401792A

    公开(公告)日:2020-07-10

    申请号:CN202010300999.7

    申请日:2020-04-16

    Applicant: 三峡大学

    Abstract: 一种基于极限梯度提升决策树的动态安全评估方法,步骤1:建立原始样本集;步骤2:形成中间样本集;步骤3:形成高效样本集;步骤4:利用高效样本集对极限梯度提升决策树进行离线训练,构建基于XGBoost决策树的动态安全评估模型;步骤5:由于电力系统各种运行因素的影响,需要通过时域仿真来更新高效样本集,利用更新后的样本集对DSA模型进行更新;步骤6:基于同步相量测量单元的实时测量数据,利用DSA模型,对电力系统进行在线DSA。本发明的目的是提出一种基于极限梯度提升决策树的动态安全评估方法。该方法能高效准确的对电力系统进行在线DSA,并且评估模型的鲁棒性很好,可以适应网络拓扑结构的变化。

Patent Agency Ranking