-
公开(公告)号：CN112329535B
公开(公告)日：2023-03-24
申请号：CN202011068700.6
申请日：2020-09-29
Applicant: 国网四川省电力公司经济技术研究院
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/08 , G06N3/084 , H02J3/00
Abstract: 本发明公开了基于CNN的电力系统低频振荡模态特征的快速辨识方法，提供一种更加适用于高比例可再生能源并网电力电子化系统中相对复杂的运行工况与振荡环境的识别方法，包括：根据EDSs数学模型生成LFO样本数据，采用时域特征提取的算法对LFO样本数据进行预处理操作；根据辨识要求确立分类准则，按照分类准则划分标记LFO样本数据以供后续网络训练与测试；搭建CNN模型，输入训练样本进行网络训练，通过测试样本分类准确率确定网络训练完成与否；将待测LFO信号经滑窗取样输入CNN，通过输出分析完成对LFO频率以及衰减因子模态特征的辨识。本发明具有对电力系统低频振荡模态特征快速辨识等优点。
-
公开(公告)号：CN112200038A
公开(公告)日：2021-01-08
申请号：CN202011050933.3
申请日：2020-09-29
Applicant: 国网四川省电力公司经济技术研究院
Abstract: 本发明公开了一种基于CNN的电力系统振荡类型的快速辨识方法，本发明提供一种分析准确的电力系统振荡类型的快速辨识方法，包括：根据EDSs数学模型生成电力系统振荡样本数据，采用平铺以及零填充算法对振荡样本数据进行预处理操作；根据辨识要求确立分类准则，按照分类准则划分标记电力系统振荡样本数据以供后续网络训练与测试；搭建CNN模型，输入训练样本进行网络训练，通过测试样本分类准确率确定网络训练完成与否；将待测振荡信号经滑窗取样输入CNN，通过输出分析完成对电力系统振荡类型的辨识。本发明具有对电力系统振荡类型快速辨识的有效性和可行性等优点。
-
公开(公告)号：CN112183368A
公开(公告)日：2021-01-05
申请号：CN202011050936.7
申请日：2020-09-29
Applicant: 国网四川省电力公司经济技术研究院
Abstract: 本发明公开了一种基于LSTM神经网络的电力系统低频振荡模态特征的快速辨识方法，提供一种分析准确，设计合理的电力系统低频振荡模态特征的快速辨识方法，包括：根据EDSs数学模型生成LFO样本数据，分别采用Hankel矩阵以及滑窗FFT算法对LFO样本数据进行预处理操作；根据辨识要求确立分类准则，按照分类准则划分标记LFO样本数据以供后续网络训练与测试；搭建LSTM神经网络模型，输入训练样本进行网络训练，通过测试样本分类准确率确定网络训练完成与否；将待测LFO信号经滑窗取样输入LSTM神经网络，通过输出分析完成对LFO频率以及衰减因子模态特征的辨识。本发明具有对电力系统低频振荡模态特征快速辨识、识别结果可靠性高等优点。
-
公开(公告)号：CN106849112A
公开(公告)日：2017-06-13
申请号：CN201611258295.8
申请日：2016-12-30
Applicant: 国网四川省电力公司经济技术研究院 , 积成电子股份有限公司
IPC: H02J3/16
CPC classification number: Y02E40/34 , H02J3/16 , H02J2003/007
Abstract: 本发明涉及一种基于非支配邻域免疫算法的配电网多目标无功优化方法。本发明以有功网损和无功补偿投入为待优化目标，建立考虑有功平衡、无功平衡、配电网功率限制、节点电压限制、无功补偿容量限制、变压器分接头限制、补偿节点限制和线路传输功率限制等约束的配电网多目标无功优化模型。利用非支配邻域免疫算法对配电网多目标无功优化模型求解。算法采用比例克隆、组合、变异等操作和基于拥挤距离的选择保证最终所获得Pareto解的非劣性和分布性。本发明能够快速可靠地得到无功网损最小和补偿投入成本最小的无功补偿装置的具体配置，具有较好的工程应用前景。
-
公开(公告)号：CN113991664B
公开(公告)日：2024-12-20
申请号：CN202111327719.2
申请日：2021-11-10
Applicant: 国网四川省电力公司经济技术研究院
Abstract: 本发明公开了一种电动汽车储换一体站容量的分析方法，方法包括：根据电动汽车换电电池、储能服务电池和电网之间的能量交换建立电动汽车储换一体站模型；获取电动汽车的行驶数据，根据行驶数据获得日行驶里程的时间分布，根据日行驶里程的时间分布获得电动汽车的剩余电量随时间变换的数学模型，根据数学模型与剩余行驶里程获得若干辆电动汽车的换电需求；根据若干辆电动汽车的换电需求，利用机会约束条件建立储换一体站容量的双层规划模型，通过粒子群算法对双层规划模型求解，获得电动汽车储换一体站的最优规划方案。本发明为储换一体站的建设提供了一种新思路，所提的容量规划方案能够提高配电网电压水平，使储换一体站收益得到提升。
-
Patent Agency Ranking
公开(公告)号：CN112308321A
公开(公告)日：2021-02-02
申请号：CN202011209607.2
申请日：2020-11-03
Applicant: 国网四川省电力公司经济技术研究院
Abstract: 本发明公开了一种用于园区综合能源系统的优化调度系统，所述园区综合能源系统包括可相互进行能量转化的电能回路、气能回路以及热能回路，其特征在于，还包括采集模块和控制模块；所述采集模块，用于采集所述电能回路、所述气能回路或者所述热能回路的设备状态；所述控制模块，内置优化调度模型，用于根据所述设备状态和所述优化调度模型产生相应的控制指令，所述控制指令作用于相应的设备，使得所述设备的状态发生改变。本发明的目的在于提供一种用于园区综合能源系统的优化调度系统，通过对园区综合能源系统内的能量进行分析和调配，实现能量利用效率的最大化。
-
公开(公告)号：CN111768054A
公开(公告)日：2020-10-13
申请号：CN202010689457.3
申请日：2020-07-16
Applicant: 国网四川省电力公司经济技术研究院
Abstract: 本发明公开了一种包含多利益主体的分区分布式协调优化方法，包括基于二阶锥松弛的潮流约束，建立微电网经济运行优化模型和虚拟电厂收益模型；基于电气距离的模块度函数，利用考虑计算复杂度和功率平衡的新型网络划分方法，得到包含不同利益主体的配电网络划分结果；基于网络划分结果，通过联络线ij协调不同的利益主体，联络线ij连接微电网和虚拟电厂，得到分布式协调模型；基于交替方向乘子法的分布式求解方法，通过引入拉格朗日乘子、应用列与约束生成算法，对边界变量进行快速协调和更新，求解分布式协调模型，得到最优决策结果。通过本发明，可以实现提高配网优化运行的效率并降低运行成本。
-
公开(公告)号：CN106875035B
公开(公告)日：2019-05-24
申请号：CN201611257706.1
申请日：2016-12-30
Applicant: 国网四川省电力公司经济技术研究院 , 积成电子股份有限公司
IPC: H02J3/00
CPC classification number: Y02E40/76 , Y04S10/545
Abstract: 本发明提供了一种主动配电网可靠性评估优化方法，包括以下步骤：获得一个区域的常规机组、光伏电池、风机及蓄电池的出力和负荷大小；判断该区域的主动配电网的出力是否大于负荷；利用三角模糊数的TOPSIS法划分负荷重要程度等级；根据负荷重要程度等级，优先切掉重要程度低的负荷直至供需平衡；计算主动配电网可靠性缺电成本；根据被切负荷重要程度计算主动配电网的可靠性指标；根据得到的可靠性缺电成本和可靠性指标对主动配电网的可靠性进行评估和优化。本发明能够在主动配电网供电不足时合理、科学地切掉相应的负荷，充分利用有限的电力资源，保证重要负荷供电和为尽可能多的负荷供电，最大化降低停电损失，提高主动配电网的可靠性。
-
公开(公告)号：CN112183368B
公开(公告)日：2024-02-02
申请号：CN202011050936.7
申请日：2020-09-29
Applicant: 国网四川省电力公司经济技术研究院
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06N3/044 , G06N3/0442 , G06N3/0464 , G06F17/16 , G06F17/14
Abstract: 本发明公开了一种基于LSTM神经网络的电力系统低频振荡模态特征的快速辨识方法，提供一种分析准确，设计合理的电力系统低频振荡模态特征的快速辨识方法，包括：根据EDSs数学模型生成LFO样本数据，分别采用Hankel矩阵以及滑窗FFT算法对LFO样本数据进行预处理操作；根据辨识要求确立分类准则，按照分类准则划分标记LFO样本数据以供后续网络训练与测试；搭建LSTM神经网络模型，输入训练样本进行网络训练，通过测试样本分类准确率确定网络训练完成与否；将待测LFO信号经滑窗取样输入LSTM神经网络，通过输出分析完成对LFO频率以及衰减因(56)对比文件徐伟等.电力系统低频振荡实时控制《.电力自动化设备》.2012,第32卷(第05期),98-101.王琦.基于广义S变换和优化DDAGSVM的电能质量扰动识别与分类《.中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》.2019,(第02期),C042-682.王英涛等.我国实时动态监测系统的发展现状及实施策略研究《.电网技术》.2005,(第11期),44-48.徐子豪.基于暂态能量流的VSG抑制电力系统低频振荡控制策略研究《.中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》.2023,(第01期),C042-1914.Shengyong Ye等.LSTM-Based RapidIdentification of Dominant Low FrequencyOscillation Modal Features in PowerSystem《.2020 IEEE 4th Conference onEnergy Internet and Energy SystemIntegration (EI2)》.2021,2455-2460.
-
公开(公告)号：CN112200038B
公开(公告)日：2023-12-05
申请号：CN202011050933.3
申请日：2020-09-29
Applicant: 国网四川省电力公司经济技术研究院
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/08 , G06N3/084 , H02J3/00
Abstract: 本发明公开了一种基于CNN的电力系统振荡类型的快速辨识方法，本发明提供一种分析准确的电力系统振荡类型的快速辨识方法，包括：根据EDSs数学模型生成电力系统振荡样本数据，采用平铺以及零填充算法对振荡样本数据进行预处理操作；根据辨识要求确立分类准则，按照分类准则划分标记电力系统振荡样本数据以供后续网络训练与测试；搭建CNN模型，输入训练样本进行网络训练，通过测试样本分类准确率确定网络训练完成与否；将待测振荡信号经滑窗取样输入CNN，通过输出分析完成对电力系统振荡类型(56)对比文件Zhaobi Chu等.A Robust DirectParameter Identification of ExponentiallyDamped Low-Frequency Oscillation in PowerSystems《.Journal of Sensors》.2020,1-11.Qianyu Li等.A Convolution NeuralNetwork Method for Power SystemOscillation Type Identification《.2020IEEE 4th Conference on Energy Internetand Energy System Integration (EI2)》.2021,499-504.张文涛等.基于改进贝叶斯分类法的电能质量扰动分类方法《.电网技术》.2007,(第07期),22-25.Zhongting Shen等.A Novel NeuralNetwork Approach for Power System LowFrequency Oscillation ModeIdentification《.2019 IEEE InternationalSymposium on Circuits and Systems(ISCAS)》.2019,1-5.邵冰冰等.多直驱风机经VSC-HVDC并网系统场内/场网次同步振荡特性分析《.中国电机工程学报》.2020,第40卷(第12期),3835-3847.
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.036 seconds)
