-
公开(公告)号：CN115360726A
公开(公告)日：2022-11-18
申请号：CN202210790249.1
申请日：2022-07-05
Applicant: 华北电力大学 , 国网湖北省电力有限公司电力科学研究院
IPC: H02J3/24
Abstract: 本发明涉及一种次同步振荡传播关键影响因素识别方法及系统，属于电力系统及其自动化领域，基于CEEMDAN‑小波阈值去噪技术和Prony分析计算不同位置处参数对应的系统阻尼比，根据相关性评价组合模型判断交直流线路参数与不同位置系统阻尼比的线性相关性，形成基于相关性评价组合模型的次同步振荡传播关键影响因素识别，从而能在次同步振荡发生时更有效的识别、抑制次同步振荡源。
-
公开(公告)号：CN114865718A
公开(公告)日：2022-08-05
申请号：CN202210533135.9
申请日：2022-05-12
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国家电网有限公司 , 华北电力大学(保定)
Inventor： 刘海光 , 陈汝斯 , 余笑东 , 刘艳 , 蔡德福 , 顾雪平 , 周鲲鹏 , 王作维 , 李晓辉 , 李少岩 , 王涛 , 万黎 , 王涛 , 王莹 , 王文娜 , 董航 , 张良一 , 孙冠群 , 王尔玺
Abstract: 本发明提供一种基于Nash‑Q方法的市场化初期多利益主体参与下配电网日前市场交易方法，涉及配电网电力市场交易分配领域，其首先在配网中建立包括配电网运营商、分布式电源运营商、负荷聚合商在内的三方利益模型，三方均以分时阶梯电价为博弈策略；其次以按报价支付(Pay as Bid,PAB)模式结合三方利益模型建立市场结算模型，三方可在市场结算过程中根据已有信息修改己方报价；最后采用Nash‑Q方法求解该模型。与传统恒定/分时电价相比，本发明可在保证向用户安全可靠供电的同时，激励新能源等市场主体积极参与市场，且提升新能源参与电力平衡贡献度和降低配网消纳新能源的风险。
-
公开(公告)号：CN115360726B
公开(公告)日：2024-06-25
申请号：CN202210790249.1
申请日：2022-07-05
Applicant: 华北电力大学 , 国网湖北省电力有限公司电力科学研究院
IPC: H02J3/24
Abstract: 本发明涉及一种次同步振荡传播关键影响因素识别方法及系统，属于电力系统及其自动化领域，基于CEEMDAN‑小波阈值去噪技术和Prony分析计算不同位置处参数对应的系统阻尼比，根据相关性评价组合模型判断交直流线路参数与不同位置系统阻尼比的线性相关性，形成基于相关性评价组合模型的次同步振荡传播关键影响因素识别，从而能在次同步振荡发生时更有效的识别、抑制次同步振荡源。
-
公开(公告)号：CN114897245A
公开(公告)日：2022-08-12
申请号：CN202210517030.4
申请日：2022-05-12
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国家电网有限公司 , 华北电力大学(保定)
Inventor： 陈汝斯 , 刘海光 , 余笑东 , 刘艳 , 蔡德福 , 顾雪平 , 周鲲鹏 , 王作维 , 李晓辉 , 李少岩 , 王涛 , 万黎 , 王涛 , 王莹 , 王文娜 , 董航 , 张良一 , 孙冠群 , 王尔玺
Abstract: 本发明提供一种基于长短期记忆神经网络(Long Short‑TermMemory，LSTM)的规模风电超短期功率预测误差修正方法，包括：首先利用改进的核密度估计得出误差的概率密度曲线；其次，采用LSTM对预测误差数据进行深度学习，以风电的预测误差为输入，以下一时刻的误差为输出，得到误差的预测值；最后，根据粒子群算法得到合适的置信区间对误差进行合理分层，根据分层区间和误差预测值，结合风电预测误差的时序特征，制订预测误差的分层补偿策略，得到一种具有较强泛化性的预测误差补偿模型。
-
公开(公告)号：CN114884066A
公开(公告)日：2022-08-09
申请号：CN202210627489.X
申请日：2022-06-06
Applicant: 华北电力大学 , 国网湖北省电力有限公司电力科学研究院
Abstract: 本发明涉及一种电力系统静态电压稳定性确定方法及系统，所述方法包括：采用连续潮流法生成不同预测点的特征数据；基于静态电压稳定阈值确定每个所述特征数据的标签；根据不同预测点的特征数据及每个所述特征数据的标签，构建样本数据集；对所述样本数据集进行随机过采样处理，使所述样本数据集中的正样本数据和负样本数据平衡；利用随机过采样后的样本数据集对支持向量机模型进行训练，获得训练好的支持向量机模型；利用所述训练好的支持向量机模型确定电力系统静态电压稳定性。本发明采用连续潮流法生成特征数据，以增加样本数据，利用随机过采样法对样本进行平衡处理，提高了电力系统静态电压稳定性确定的准确性，减少了误分类。
-
Patent Agency Ranking
公开(公告)号：CN114638433B
公开(公告)日：2024-05-31
申请号：CN202210317229.2
申请日：2022-03-28
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国家电网有限公司 , 华北电力大学(保定)
Inventor： 陈汝斯 , 刘海光 , 余笑东 , 刘艳 , 蔡德福 , 顾雪平 , 周鲲鹏 , 王作维 , 李晓辉 , 李少岩 , 王涛 , 万黎 , 王涛 , 王莹 , 王文娜 , 董航 , 张良一 , 孙冠群 , 王尔玺
Abstract: 本发明提出一种考虑风电不确定性的负荷恢复分布鲁棒优化方法，包括：S1：生成风电出力的典型场景；S2：利用KL散度控制模糊集的鲁棒性，以步骤S1中生成的风电出力的典型场景为风电出力参考分布，构造符合风险偏好的风电出力模糊集；S3：在风电出力模糊集的基础上，以最大化期望恢复量为目标建立负荷恢复分布鲁棒优化模型；S4：建立负荷恢复分布鲁棒优化模型的约束条件；S5：将负荷恢复分布鲁棒优化模型转化为混合整数二阶锥模型；S6：对混合整数二阶锥模型进行求解，生成分布鲁棒优化负荷恢复优化结果。本发明能够更灵活地排除极低概率场景下极端的风电出力场景，使得负荷恢复的优化结果不那么“保守”，从而保证恢复的快速有效。
-
公开(公告)号：CN116780634A
公开(公告)日：2023-09-19
申请号：CN202310808544.X
申请日：2023-07-04
Applicant: 华北电力大学 , 国网湖北省电力有限公司电力科学研究院
Abstract: 一种新能源并网系统小扰动同步稳定性增强方法及其应用，该方法是基于延时嵌入的Koopman模型预测控制的新能源并网系统小扰动同步稳定性增强方法，步骤1：收集新能源并网系统时序数据；步骤2：对采集到的数据进行延时嵌入；步骤3：利用观测函数组Φ(x)对采集的数据进行观测空间映射，并进行线性最小二乘求解。本发明实现了有限观测量情况下跟网型新能源并网系统的状态辨识和预测，建立了基于延时嵌入的Koopman模型预测控制方法；实现了基于量测的非线性系统最优控制，增强了跟网型新能源并网系统小扰动同步稳定性；仿真结果表明，所提出的基于延时嵌入的Koopman模型预测控制方法能够显著提高新能源并网系统的小扰动同步稳定性。
-
公开(公告)号：CN114638433A
公开(公告)日：2022-06-17
申请号：CN202210317229.2
申请日：2022-03-28
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国家电网有限公司 , 华北电力大学(保定)
Inventor： 陈汝斯 , 刘海光 , 余笑东 , 刘艳 , 蔡德福 , 顾雪平 , 周鲲鹏 , 王作维 , 李晓辉 , 李少岩 , 王涛 , 万黎 , 王涛 , 王莹 , 王文娜 , 董航 , 张良一 , 孙冠群 , 王尔玺
Abstract: 本发明提出一种考虑风电不确定性的负荷恢复分布鲁棒优化方法，包括：S1：生成风电出力的典型场景；S2：利用KL散度控制模糊集的鲁棒性，以步骤S1中生成的风电出力的典型场景为风电出力参考分布，构造符合风险偏好的风电出力模糊集；S3：在风电出力模糊集的基础上，以最大化期望恢复量为目标建立负荷恢复分布鲁棒优化模型；S4：建立负荷恢复分布鲁棒优化模型的约束条件；S5：将负荷恢复分布鲁棒优化模型转化为混合整数二阶锥模型；S6：对混合整数二阶锥模型进行求解，生成分布鲁棒优化负荷恢复优化结果。本发明能够更灵活地排除极低概率场景下极端的风电出力场景，使得负荷恢复的优化结果不那么“保守”，从而保证恢复的快速有效。
-
公开(公告)号：CN119738664A
公开(公告)日：2025-04-01
申请号：CN202510033689.6
申请日：2025-01-09
Applicant: 国网湖北省电力有限公司电力科学研究院 , 华北电力大学(保定) , 湖北方源东力电力科学研究有限公司
Inventor： 孙冠群 , 马望 , 蔡德福 , 陈汝斯 , 万黎 , 王涛 , 刘海光 , 王文娜 , 许典 , 张良一 , 尹斌鑫 , 马璐玉 , 王义凯 , 徐朝政 , 王英阁 , 乔健 , 胡基栋
Abstract: 本发明公开了一种基于相位差极性关系的特高压交流输电线路接地故障性质辨识方法，包括：特高压交流输电线路保护检测到单相接地故障后，断开故障相两端的断路器；故障相快速接地开关闭合，接地电弧熄灭后，快速接地开关断开；利用计及频移补偿的全相位快速傅里叶变换算法提取故障相线路首端电压基波相位记为θ1，提取故障相线路末端电压基波相位记为θ2；根据提取的故障相线路首端电压基波相位θ1和故障相线路末端电压基波相位θ2计算线路首端、末端电压相位差Δθ，并根据相位差Δθ的极性判断接地故障性质，实现故障性质准确辨识。本发明可对带有快速接地开关的特高压输电线路的接地故障性质进行准确识别，为故障后是否进行重合闸操作提供指示。
-
公开(公告)号：CN114897245B
公开(公告)日：2024-05-28
申请号：CN202210517030.4
申请日：2022-05-12
Applicant: 国网湖北省电力有限公司电力科学研究院 , 国家电网有限公司 , 华北电力大学(保定)
Inventor： 陈汝斯 , 刘海光 , 余笑东 , 刘艳 , 蔡德福 , 顾雪平 , 周鲲鹏 , 王作维 , 李晓辉 , 李少岩 , 王涛 , 万黎 , 王涛 , 王莹 , 王文娜 , 董航 , 张良一 , 孙冠群 , 王尔玺
IPC: H02J3/00 , G06Q50/06 , G06F17/18 , G06N3/0442 , G06N3/086
Abstract: 本发明提供一种基于长短期记忆神经网络(Long Short‑TermMemory，LSTM)的规模风电超短期功率预测误差修正方法，包括：首先利用改进的核密度估计得出误差的概率密度曲线；其次，采用LSTM对预测误差数据进行深度学习，以风电的预测误差为输入，以下一时刻的误差为输出，得到误差的预测值；最后，根据粒子群算法得到合适的置信区间对误差进行合理分层，根据分层区间和误差预测值，结合风电预测误差的时序特征，制订预测误差的分层补偿策略，得到一种具有较强泛化性的预测误差补偿模型。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.058 seconds)
