-
公开(公告)号:CN117556269A
公开(公告)日:2024-02-13
申请号:CN202311323383.1
申请日:2023-10-13
Applicant: 南京工程学院
IPC: G06F18/22 , G06F18/24 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种暂态稳定关键断面的在线识别方法、装置及系统,方法包括数据库建立、分类器训练与关键断面辨识三个阶段;通过训练好的卷积神经网络分类器判断当前场景是否与数据库匹配,根据匹配结果进行关键断面辨识。本发明由模型与数据融合驱动,分类器的离线训练由模型驱动,运用互补群惯量中心‑相对运动理论,为场景原始数据与暂态稳定关键断面建立因果关系,提高了所提方法及系统在各类场景中的泛化能力;在线分析由数据驱动,通过卷积神经网络分类器判断当前场景是否可与数据库匹配,大量匹配算例直接输出对应断面,少量失配算例基于模型驱动法分析断面并更新数据库,在确保关键断面分析结果可靠性的基础上,显著提高了关键断面分析效率。
-
公开(公告)号:CN118713033B
公开(公告)日:2025-03-14
申请号:CN202410695857.3
申请日:2024-05-31
Applicant: 南京工程学院
Abstract: 本发明公开基于模型预测功率补偿的直流微电网电压控制方法、系统、设备和介质,方法包括:采用虚拟同步电机惯性控制方法作为惯性控制外环以提供直流微电网母线参考电压;采用模型预测功率补偿电压控制方法作为控制内环实现对直流微电网母线参考电压的跟踪;模型预测功率补偿电压控制方法具体包括:建立储能的双向DC/DC变换器的电流预测方程和改进电压预测方程;对电感电流参考值进行额外补偿;以直流微电网母线参考电压值为主要控制目标,加入补偿电流后的电感电流参考值为次要控制目标,设计功率补偿目标函数,以目标函数为基准提供功率补偿量。本发明减小了直流微电网母线电压受网内功率波动导致的母线电压突变,提高了直流微电网的动态性能。
-
公开(公告)号:CN113065218A
公开(公告)日:2021-07-02
申请号:CN202110523472.5
申请日:2021-05-13
Applicant: 南京工程学院
IPC: G06F30/18 , G06F111/02 , G06F111/04 , G06F111/08 , G06F113/04 , G06F119/02
Abstract: 本发明公开了一种考虑LR攻击的电力系统可靠性评估方法、装置及系统,所述方法包括:参数初始化;计算输电线路利用率,识别出系统中的脆弱线路;获取考虑LR攻击和脆弱线路防御的负荷削减模型,所述负荷削减模型中的脆弱线路潮流约束与识别出的脆弱线路相关;基于预设的LR攻击的随机过程模型,计算出LR攻击成功概率;基于所述负荷削减模型和LR攻击成功概率,利用非序贯蒙特卡洛方法评估考虑LR攻击的电力系统可靠性。本发明实现了考虑LR攻击及其防御措施的电力系统可靠性评估。
-
公开(公告)号:CN116937532B
公开(公告)日:2024-11-22
申请号:CN202310913987.5
申请日:2023-07-25
Applicant: 南京工程学院
Abstract: 本发明公开了一种直流微电网电压自适应动态补偿控制系统及控制方法,该方法包括以下步骤:直流微电网内主储能附加同步电机控制回路,辅助能采用定功率控制;根据虚拟惯量对直流微电网稳定性、惯性和动态响应产生的影响,以及振荡期间母线电压变化情况,得到自适应虚拟惯量控制方程;根据辅储能在稳态和电压波动时与母线电压功率交换间的关系,得到自适应功率补偿方程;自适应虚拟惯性与自适应功率补偿协调控制,抑制新能源出力和负荷大小波动时直流母线电压的突变,提高电能质量。本发明通过直流微电网电压自适应动态补偿控制方法,有效抑制新能源出力间歇性和负荷波动性所导致的直流母线电压突变,提高了电能质量和系统稳定性。
-
公开(公告)号:CN113065218B
公开(公告)日:2024-02-13
申请号:CN202110523472.5
申请日:2021-05-13
Applicant: 南京工程学院
IPC: G06F30/18 , G06F111/02 , G06F111/04 , G06F111/08 , G06F113/04 , G06F119/02
Abstract: 本发明公开了一种考虑LR攻击的电力系统可靠性评估方法、装置及系统,所述方法包括:参数初始化;计算输电线路利用率,识别出系统中的脆弱线路;获取考虑LR攻击和脆弱线路防御的负荷削减模型,所述负荷削减模型中的脆弱线路潮流约束与识别出的脆弱线路相关;基于预设的LR攻击的随机过程模型,计算出LR攻击成功概率;基于所述负荷削减模型和LR攻击成功概率,利用非序贯蒙特卡洛方法评估考虑LR攻击的电力系统可靠性。本发明实现了考虑LR攻击及其防御措施的电力系统可靠性评估。
-
公开(公告)号:CN117454270A
公开(公告)日:2024-01-26
申请号:CN202311476406.2
申请日:2023-11-08
Applicant: 南京工程学院
IPC: G06F18/2415 , G06F18/214 , G06F18/15 , G06N3/047 , G06N3/09
Abstract: 本发明公开了一种基于改进InfoGAN的风光出力场景可控生成方法,包括:S1:获取历史风光数据,数据预处理;S2:将潜在空间分为两部分,第一部分为随机噪声z,第二部分为控制编码c;S3:构建卷积层,并将其作为改进InfoGAN主体结构;S4:利用预处理后的数据集训练改进InfoGAN模型;S5:基于改进InfoGAN的风光出力场景可控生成;本发明在目标函数中增加了基于互信息的正则化项,最大化控制编码与生成场景之间的互信息,无监督学习控制编码与生成场景统计特征的映射关系,并引入Gumbel‑Softmax分布提高了生成场景的质量。
-
公开(公告)号:CN112967154A
公开(公告)日:2021-06-15
申请号:CN202110443080.8
申请日:2021-04-23
Applicant: 南京工程学院
Abstract: 本发明公开了一种电力系统Well‑being的评估方法及装置,所述方法包括:迭代计算出针对风险指标PR的元件失效的最优分布参数vR;迭代计算出针对临界指标PM的元件失效的最优分布参数vM;设置权重α,计算综合最优分布参数v=α×vM+(1‑α)×vR;基于所述综合最优分布参数v抽取元件状态,计算出电力系统的Well‑being指标,完成电力系统的Well‑being评估。本发明通过采用综合最优分布参数进行元件状态抽样,保证了多指标均能满足收敛要求,进一步提高了电力系统Well‑being评估的计算效率。
-
公开(公告)号:CN112967154B
公开(公告)日:2024-05-28
申请号:CN202110443080.8
申请日:2021-04-23
Applicant: 南京工程学院
IPC: G06Q50/06 , G06Q10/0639
Abstract: 本发明公开了一种电力系统Well‑being的评估方法及装置,所述方法包括:迭代计算出针对风险指标PR的元件失效的最优分布参数vR;迭代计算出针对临界指标PM的元件失效的最优分布参数vM;设置权重α,计算综合最优分布参数v=α×vM+(1‑α)×vR;基于所述综合最优分布参数v抽取元件状态,计算出电力系统的Well‑being指标,完成电力系统的Well‑being评估。本发明通过采用综合最优分布参数进行元件状态抽样,保证了多指标均能满足收敛要求,进一步提高了电力系统Well‑being评估的计算效率。
-
公开(公告)号:CN116937532A
公开(公告)日:2023-10-24
申请号:CN202310913987.5
申请日:2023-07-25
Applicant: 南京工程学院
Abstract: 本发明公开了一种直流微电网电压自适应动态补偿控制系统及控制方法,该方法包括以下步骤:直流微电网内主储能附加同步电机控制回路,辅助能采用定功率控制;根据虚拟惯量对直流微电网稳定性、惯性和动态响应产生的影响,以及振荡期间母线电压变化情况,得到自适应虚拟惯量控制方程;根据辅储能在稳态和电压波动时与母线电压功率交换间的关系,得到自适应功率补偿方程;自适应虚拟惯性与自适应功率补偿协调控制,抑制新能源出力和负荷大小波动时直流母线电压的突变,提高电能质量。本发明通过直流微电网电压自适应动态补偿控制方法,有效抑制新能源出力间歇性和负荷波动性所导致的直流母线电压突变,提高了电能质量和系统稳定性。
-
公开(公告)号:CN116579239A
公开(公告)日:2023-08-11
申请号:CN202310529311.6
申请日:2023-05-11
Applicant: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 南京工程学院
IPC: G06F30/27 , G06N3/0475 , G06N3/094 , G06F113/06
Abstract: 本发明公开了基于自适应时空图生成对抗网络的多风电场场景生成方法,本方法包括以下步骤,获取多个风电场日功率数据,并进行预处理生成样本集;然后构建自适应时空图卷积模块,并将其作为生成对抗网络生成器和判别器的中间层;接着训练基于自适应时空图卷积模块的生成对抗网络;最后提取生成对抗网络中生成器,并加载训练后保存的网络模型参数生成多风电场出力日场景;本发明通过自适应时空图卷积模块有效提取多风电场之间的空间相关性和每个风电场出力不同时刻存在的时序特征;自适应时空图卷积模块相较于传统CNN,通过自适应邻接矩阵提高了对不同样本上在空间特征上的提取能力,更能体现多个风电场之间关联性。
-
-
-
-
-
-
-
-
-