面向频率安全的构网型电源惯量优化方法、系统和介质

    公开(公告)号:CN119834272A

    公开(公告)日:2025-04-15

    申请号:CN202411838500.2

    申请日:2024-12-13

    Abstract: 本发明公开了一种面向频率安全的构网型电源惯量优化方法、系统和介质,该方法包括构建构网型电源惯量优化模型;求解构网型电源惯量优化模型得到多个构网型电源惯量参数;构建系统频率响应模型和惯量阈值优化模型;基于系统频率响应模型对惯量阈值优化模型进行求解,以便从多个构网型电源惯量参数中确定出使得系统频率最低点及频率变化率均满足安全要求的最小构网型电源惯量参数值,实现构网型电源惯量最优配置。本发明能够合理地调控构网型电源的部分运行参数,实现构网型电源惯量参数最优配置,进而基于该最优的构网型电源惯量参数进行控制,可便于提升电力系统的运行稳定性。

    基于贝叶斯优化和多输出高斯过程回归的数据预测方法

    公开(公告)号:CN119808016A

    公开(公告)日:2025-04-11

    申请号:CN202411614483.4

    申请日:2024-11-13

    Abstract: 本公开提供了一种基于贝叶斯优化和多输出高斯过程回归的数据预测方法,涉及数据处理技术领域;所述方法包括:获取历史时间序列数据集;并利用贝叶斯优化采样模型对历史时间序列数据集进行采样,得到目标时间序列数据集;获取待预测时间序列数据集;并基于多输出高斯过程回归模型和目标时间序列数据集确定与待预测时间序列数据集对应的预测时间序列数据集。本实施例通过引入贝叶斯优化策略,以优化数据采样过程,使得生成的目标时间序列数据集的数据量小于历史数据集,从而有效降低计算负担;同时,采用多输出高斯过程回归模型能够深入挖掘数据中的内在关联性,还可以量化数据预测的不确定性。如此,提高了数据预测的预测精度和计算效率。

Patent Agency Ranking