公开(公告)号：CN116794508A

公开(公告)日：2023-09-22

申请号：CN202310722597.X

申请日：2023-06-17

Applicant: 南昌大学

Inventor： 聂晓华 ,  郑华健 ,  王宇 ,  匡龙辉 ,  李国梁 ,  唐鸿

IPC: G01R31/34 ,  G06Q50/06 ,  G06T3/40 ,  G06T5/10 ,  G06F30/20 ,  G06F113/04

Abstract: 本发明公开了一种基于ARIMAX模型的同步发电机惯性时间常数在线估计方法，获取电力系统正常运行时同步发电机出口侧有功功率与频率偏差值；构建由有功功率偏差到频率偏差的ARIMAX离散时间模型；运用系统辨识方法估计出模型参数，获得ARIMAX离散时间辨识模型；运用双线性插值采样法，将ARIMAX离散时间辨识模型转换为ARIMAX连续时间辨识模型；获取ARIMAX连续时间辨识模型的单位阶跃响应；求取频率变化率值；计算单台同步发电机惯性时间常数。本发明考虑了非平稳随机量测信号特征，在线估计出同步发电机惯性时间常数，能够克服非平稳随机性干扰的影响，根据实测数据精确实时更新估计结果，指明电力系统潜在的频率失稳风险，避免发生电网安全意外事故。

公开(公告)号：CN116780511A

公开(公告)日：2023-09-19

申请号：CN202310719758.X

申请日：2023-06-17

Applicant: 南昌大学

Inventor： 聂晓华 ,  王宇 ,  匡龙辉 ,  郑华健 ,  李国梁 ,  唐鸿

IPC: H02J3/00 ,  H02J3/24

Abstract: 本发明公开了一种基于SARIMA模型的电力系统惯量预测方法，提出了SARIMA‑LSTM模型，首先对给定时间序列的观测值进行周期性检验，时间序列通过STL分解后分开预测建立SARIMA模型；然后，对其进行误差补偿分析，利用误差数据训练LSTM神经网络；训练完成后，利用现有历史误差数据预测未来误差；最后，结合SARIMA模型的预测值和LSTM的误差补偿值得到指标值未来12小时的预测值。该发明不仅能够准确的反映电力系统不同运行状态下的惯量的动态变化，为电网稳定运行以及新能源并网提供辅助决策，而且可以根据实测数据实时更新预测结果。