-
公开(公告)号:CN114298579B
公开(公告)日:2024-08-20
申请号:CN202111653214.5
申请日:2021-12-30
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
IPC: G06Q10/0635 , G06Q50/06 , G06F18/24 , G06F18/2135 , G06F18/213 , G06N3/006
Abstract: 本发明公开了一种基于数据挖掘的有源配电网故障风险预警方法及系统,属于配电网技术领域,包括:获取有源配电网的故障特征,对故障特征进行处理以得到故障数据值;将故障数据值输入预建立的预警模型,输出预警指标及其预测值;对预警指标的主观权重和客观权重进行赋值后采用三角模糊数的层次分析法和熵权法组合算法计算出综合评价指标值;将综合评价指标值和预设的风险分级标准阈值比较,得到的风险等级为预警结果,综合评价指标值和预警指标预测值的相对误差率为预警模型的预警准确程度;预警速度快且更加精准,规避了单一赋值方法的不完整性,削弱多种信息耦合的影响。
-
公开(公告)号:CN115986750A
公开(公告)日:2023-04-18
申请号:CN202211721686.4
申请日:2022-12-30
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种分层多智能体深度强化学习配电网电压调节方法,包括如下步骤:建立多类型混杂设备配电网电压调节优化模型;根据调控设备时间尺度的不同,构建快、慢时间尺度双层马尔科夫博弈;上层马尔科夫博弈采用离散注意力多智能体深度强化学习算法求解,下层马尔科夫博弈采用连续注意力多智能体深度强化学习算法求解,上、下两层多智能体通过奖励信息的交互实现不同时间尺度多类型设备的高效协同,最终得到离散、连续以及快慢时间尺度下的协同电压调节策略。本发明可实现上层慢时间尺度离散设备的协同,下层快时间尺度连续设备的协同,以及快、慢时间尺度混杂设备的协同,能在维持电压安全范围的前提下有效降低网损。
-
公开(公告)号:CN113364055B
公开(公告)日:2021-12-17
申请号:CN202110607676.7
申请日:2021-06-01
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了源网荷储网络化协调频率控制方法,所述方法包括:获取配电系统在电网二次调频过程中需要调控的有功功率总量∆P;根据有功功率总量,配电系统的源网荷储进行调频,分配功率调节量,判断调频后能否满足需要的有功功率总量;若能满足,判断发电单元是否发生功率越限:若未发生功率越限,配电系统的有功功率平衡,完成电网频率调节;若发生功率越限,修正源网荷储各发电单元的功率调节量并补足功率差额,使配电系统的有功功率平衡,完成电网频率调节;若不能满足,协调源网荷储和配电系统中其他资源,使配电系统的有功功率平衡,完成电网频率调节。本发明能够根据电网频率变化进行适时调节,协调控制电网稳定运行。
-
公开(公告)号:CN113517702A
公开(公告)日:2021-10-19
申请号:CN202110454856.6
申请日:2021-04-26
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种源储荷调切联动的紧急控制方法及系统,所述方法根据功率调节量以及频率调节需要,调节各发电源的输出功率,维持每个发电源的输出功率补偿量与输出频率都在允许范围内,实现配电网功率供需平衡;所述方法调用备用储能电站弥补功率差额,还能够调取外部供电系统支援弥补缺额,能够应对较大的负载扰动,弥补功率差额。
-
公开(公告)号:CN112949009A
公开(公告)日:2021-06-11
申请号:CN202110201473.8
申请日:2021-02-23
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
IPC: G06F30/18 , G06F30/27 , G06N3/04 , G06N3/08 , G06F111/02 , G06F113/04
Abstract: 本发明公开了电力系统状态估计技术领域的一种基于迁移学习的主动配电网分布式状态估计方法及系统。包括:采集电网中的各个子区域中的各节点的量测数据;将位于同一子区域的各量测数据分别独立的进行基于迁移学习的卷积神经网络不良数据检测并进行修正,得到修正后的量测数据;将各修正后的量测数据分别输入状态估计卷积神经网络对各个子区域中的各节点进行状态估计,得到每个子区域中各个节点的状态估计结果;将相邻子区域的重叠边界部分的各个节点的状态估计结果做差,将差值与设定阈值比较,并输出最终的状态估计结果。可以提高主动配电网状态估计的精度和速度,解决状态估计模型更新时长较长、进行不良数据检测的训练样本少等问题。
-
公开(公告)号:CN112749838A
公开(公告)日:2021-05-04
申请号:CN202011535499.8
申请日:2020-12-23
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
IPC: G06Q10/04 , G06F16/2458 , G06Q50/06
Abstract: 本发明公开了一种基于粒子群优化的改进灰色模型的电力负荷预测方法,属于电力系统负荷预测技术领域,本发明针对现有的灰色预测模型存在随着负荷变化波动性大,出现预测效果不佳的问题,利用基于数据变换的灰色预测模型DTGM(1,1),在获取前n年的负荷数据的情况下,去预测(n+1)年的负荷值,再通过粒子群优化算法(PSO)求取残差状态区间参数λ1,λ2,…λn的最优值,得到最优的残差修正值来修正原有的预测模型,最终得到修正后的预测值;本发明修正后的DTGM(1,1)具有更高的预测精度,弥补了传统的灰色预测模型的不足。
-
公开(公告)号:CN110034559B
公开(公告)日:2020-07-14
申请号:CN201910311863.3
申请日:2019-04-18
Applicant: 南京邮电大学
IPC: H02J3/00
Abstract: 本发明公开了一种基于切换系统模型的电力系统融合状态估计方法,包括以下步骤:建立切换系统的两个子系统动态模型;根据同步相量测量单元的新息值建立切换规则;在不同时间尺度上,基于各量测子集分别进行卡尔曼滤波;根据最优融合估计理论,融合基于不同量测子集的估计结果并进入下一个采样周期。本发明通过切换系统模型的建立,提升了状态估计算法的适应性,并且采用融合状态估计的方式相对于单模型估计器方式和静态估计器方式,使得本发明在估计误差、收敛速度和计算时间上更具有优势。
-
公开(公告)号:CN115986750B
公开(公告)日:2024-05-17
申请号:CN202211721686.4
申请日:2022-12-30
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种分层多智能体深度强化学习配电网电压调节方法,包括如下步骤:建立多类型混杂设备配电网电压调节优化模型;根据调控设备时间尺度的不同,构建快、慢时间尺度双层马尔科夫博弈;上层马尔科夫博弈采用离散注意力多智能体深度强化学习算法求解,下层马尔科夫博弈采用连续注意力多智能体深度强化学习算法求解,上、下两层多智能体通过奖励信息的交互实现不同时间尺度多类型设备的高效协同,最终得到离散、连续以及快慢时间尺度下的协同电压调节策略。本发明可实现上层慢时间尺度离散设备的协同,下层快时间尺度连续设备的协同,以及快、慢时间尺度混杂设备的协同,能在维持电压安全范围的前提下有效降低网损。
-
公开(公告)号:CN110309978B
公开(公告)日:2022-07-22
申请号:CN201910615225.0
申请日:2019-07-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于二次动态调整的神经网络光伏功率预测模型及方法,预测模型基于资源分配神经网络,用历史数据离线训练资源分配网络学习规则,得到在线预测以及后台二次动态调节的初始神经网络预测模型;将初始预测模型投入实际光伏功率预测,以实时数据作为模型输入,记录预测结果偏差较大的样本;误差较大的预测结果再次出现时,将与缓冲区的数据进行匹配,若出现特征相似的输入数据,则增加当前类型的输入样本支持度;具有相似特征的输入样本满足出现支持度阈值时,启用二次动态调节,调整预测模型的结构以学习该类样本。本发明在解决神经网络预测模型单一依赖离线训练样本问题的同时,使预测模型具备在线学习能力,更适应光伏功率的特性。
-
公开(公告)号:CN114665498A
公开(公告)日:2022-06-24
申请号:CN202011541075.2
申请日:2020-12-23
Applicant: 南京邮电大学 , 国网电力科学研究院有限公司
Abstract: 本发明公开了一种计及新能源影响的主动配电网脆弱节点辨识方法,对预先构建的DG随机出力模型和负荷随机模型进行抽样,获取新能源和负荷的随机出力数据,根据随机出力数据确定随机出力矩阵,对随机出力矩阵进行排列,得到使每个随机变量采样值的相关性趋于最小的排列矩阵;将排列矩阵中的数据输入到预先构建的节点脆弱性指标评估体系模型,得到节点综合脆弱性指标;利用基于布尔矩阵的三参数区间数排序方法结合节点综合脆弱性指标辨识出脆弱节点。优点:本发明能够在计及新能源接入配电网的情况下,准确和快速地辨识电网中的脆弱节点,对配电网脆弱性进行有效评估,有利于电网运营者全面、深入的掌握配电网的安全状况,消除或缓和脆弱性引发的风险。
-
-
-
-
-
-
-
-
-