-
公开(公告)号:CN116245249A
公开(公告)日:2023-06-09
申请号:CN202310249827.5
申请日:2023-03-15
Applicant: 东南大学
Abstract: 本发明公开了电力系统人工智能及预测技术领域的一种基于深度学习的电网在线时空预测方法,包括如下步骤:先设计图卷积网络捕捉电网的空间拓扑特征和参数,建立空间预测学习模型;然后设计神经网络单元捕捉历史采样数据的时间特征,建立时间预测学习模型;接着设计DCRNN网络具体结构、相关参数,实现复杂电网中给定历史输入和电网信息的时空建模;最后运用DCRNN网络建立在线预测机制,对电网实现暂态分析与预测。本发明方法通过将电网进行图神经网络建模,利用DCRNN模型提出的框架实现复杂电网中给定历史输入和电网信息的典型节点特征,既能有效跟踪趋势又能较为准确预测数值,并且区别于电力系统网络数值计算方法,具有更快的计算速度。
-
公开(公告)号:CN108988348A
公开(公告)日:2018-12-11
申请号:CN201810726562.2
申请日:2018-07-04
Applicant: 东南大学 , 国网江苏省电力有限公司
IPC: H02J3/14
Abstract: 本发明公开了一种大功率缺额下的可控负荷双层调度方法,包括:S1,各负荷聚合商根据预测的温度及用户可调度潜力计算各节点下总可调度潜力,进而进行申报;S2,电力公司根据功率缺额情况制定负荷削减方案,对电网进行最优潮流计算,得到各节点的负荷削减量和最优网损值;S3,负荷聚合商确定优化时间窗和优化周期,每到新的时间窗,更新外界温度和空调的运行状态;S4,对各节点下的负荷根据当前的可调潜力进行聚类分析,得到K个聚类组;S5,运用智能算法以调度偏差最小为目标求解各节点下的调度优化模型;S6,进入新的优化时间窗,重复S3-5,直到调度周期结束。该算法能够有效地减小了配电网的网损,降低了电压越限的可能性。
-
公开(公告)号:CN110336330A
公开(公告)日:2019-10-15
申请号:CN201910491025.9
申请日:2019-06-06
Applicant: 东南大学
Abstract: 本发明公开了一种空调负荷虚拟同步机群参与电网互动的调控方法,该方法首先基于变频空调的基本工作原理,对变频空调压缩机控制环节进行改造,建立改造空调负荷虚拟同步机调控模型;然后,采用基于同调性的电动机动态聚合方法对空调压缩机负荷虚拟同步机进行分组、等值和聚合;最后,根据电网运行状态信息和配网调度指令确定空调负荷虚拟同步机群参与电网调频、调峰或紧急功率支援。本发明可提高对空调负荷的调控能力;同时空调负荷虚拟同步机主动参与电网需求响应,提高电网运行稳定性和经济性;还可以实现数字化智能调度,提高智能调度的精确性和效率。
-
公开(公告)号:CN116258077A
公开(公告)日:2023-06-13
申请号:CN202310249829.4
申请日:2023-03-15
Applicant: 东南大学
IPC: G06F30/27 , H02J3/00 , G06N3/04 , G06N3/08 , G06F113/04
Abstract: 本发明公开了一种基于先验字典的加速电力系统机电暂态稳定分析方法,包括以下步骤:先设计引入先验字典加速物理信息神经网络的基本结构;然后推导随机激励的单机和多机电力系统机电暂态过程模型;接着使用基于频率的字典和基于小波分析的先验字典形成字典层,字典嵌入到词函数中;最后运用设计的引入先验字典加速物理信息神经网络实现多机电力系统机电暂态过程模型的加速训练。本发明方法运用设计的引入先验字典加速物理信息神经网络实现多机电力系统机电暂态过程模型的加速训练,与不引入先验字典的物理信息神经网络相比,不仅能在很短时间内完成精确度较高的求解,且在加入高斯白噪声时也能保持较好的效果。
-
公开(公告)号:CN110336330B
公开(公告)日:2020-08-11
申请号:CN201910491025.9
申请日:2019-06-06
Applicant: 东南大学
Abstract: 本发明公开了一种空调负荷虚拟同步机群参与电网互动的调控方法,该方法首先基于变频空调的基本工作原理,对变频空调压缩机控制环节进行改造,建立改造空调负荷虚拟同步机调控模型;然后,采用基于同调性的电动机动态聚合方法对空调压缩机负荷虚拟同步机进行分组、等值和聚合;最后,根据电网运行状态信息和配网调度指令确定空调负荷虚拟同步机群参与电网调频、调峰或紧急功率支援。本发明可提高对空调负荷的调控能力;同时空调负荷虚拟同步机主动参与电网需求响应,提高电网运行稳定性和经济性;还可以实现数字化智能调度,提高智能调度的精确性和效率。
-
-
-
-