基于全并行嵌套BBDF的电力系统暂态稳定仿真并行计算方法

    公开(公告)号:CN110991034B

    公开(公告)日:2022-03-22

    申请号:CN201911200513.6

    申请日:2019-11-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于全并行嵌套对角加边形式的电力系统暂态稳定仿真并行计算方法。嵌套BBDF方法中,各层BBDF结构求解的顺序性,限制了嵌套BBDF方法并行加速比的提高。本发明在嵌套BBDF方法中,引入全并行BBDF方法的思想,对嵌套BBDF方法的各层子系统的计算做了并行化处理,提高了方法的理论效率。同时引入子网‑核心映射与MPI‑OpenMP混合编程,在网络拓扑、并行通讯拓扑以及CPU芯片结构之间形成了高效率的映射,降低了并行开销。

    一种基于嵌套对角加边形式的电力系统暂态稳定仿真并行计算方法

    公开(公告)号:CN110968953A

    公开(公告)日:2020-04-07

    申请号:CN201911201938.9

    申请日:2019-11-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于嵌套对角加边形式的电力系统暂态稳定仿真并行计算方法。全并行BBDF方法中,随着并发数的提高,联络系统规模将进一步增大,当联络系统规模大于最大子系统计算量时,全并行BBDF方法加速比将会饱和。本发明在全并行BBDF方法的基础上,将全并行BBDF方法中随着并发数提高而增大的联络系统进一步分解,用传统BBDF方法求解分解后的联络系统,同时引入子系统-核心映射与MPI-OpenMP混合编程,提高了并行暂态稳定仿真的加速比和效率。

    一种基于深度前馈神经网络和数值积分灵敏度的快速紧急控制方法

    公开(公告)号:CN108988319A

    公开(公告)日:2018-12-11

    申请号:CN201810631157.2

    申请日:2018-06-19

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度前馈神经网络和数值积分灵敏度的快速紧急控制方法。该方法构建了包含“分类神经网络”和“拟合神经网络”的双层深度前馈神经网络,通过短时间的数值积分提取暂态稳定性能指标作为神经网络的输入,经过深度前馈神经网络进行暂稳定性评估以及暂态稳定约束函数值计算;结合数值积分灵敏度最终获得暂态稳定约束函数关于紧急控制量的梯度及灵敏度;最后根据所得各个控制变量的灵敏度应用最优控制变量的寻优方法获得最终的紧急控制策略;本发明将绝大部分时间原始系统上的数值积分转化为神经网络计算,在保留原始系统暂态稳定约束函数计算性质的同时大幅减少了计算量。

    一种特高压交直流落点自动选择方法及装置

    公开(公告)号:CN103473615B

    公开(公告)日:2016-10-26

    申请号:CN201310423280.2

    申请日:2013-09-17

    Abstract: 本发明公开了一种特高压交直流落点自动选择方法及装置,所述方法包括:根据电力系统潮流数据文件读入变电站附近可供选择的交直流落点和将可供选择的交直流落点与变电站之间的线路作为新增线路的数据;统计并根据可供选择的交直流落点个数,确定粒子群游选点部分的粒子数与迭代次数;初始化粒子群游选点部分,生成选点粒子的位置向量;更新的交直流落点;确定粒子群游选线部分的粒子数与迭代次数等。本发明同时考虑交直流落点接入系统以及对应的接线方式,较现有方法更全面,得到的结果经济性更优。

    一种特高压交直流落点自动选择方法及装置

    公开(公告)号:CN103473615A

    公开(公告)日:2013-12-25

    申请号:CN201310423280.2

    申请日:2013-09-17

    Abstract: 本发明公开了一种特高压交直流落点自动选择方法及装置,所述方法包括:根据电力系统潮流数据文件读入变电站附近可供选择的交直流落点和将可供选择的交直流落点与变电站之间的线路作为新增线路的数据;统计并根据可供选择的交直流落点个数,确定粒子群游选点部分的粒子数与迭代次数;初始化粒子群游选点部分,生成选点粒子的位置向量;更新的交直流落点;确定粒子群游选线部分的粒子数与迭代次数等。本发明同时考虑交直流落点接入系统以及对应的接线方式,较现有方法更全面,得到的结果经济性更优。

    一种基于深度前馈神经网络和数值积分灵敏度的快速紧急控制方法

    公开(公告)号:CN108988319B

    公开(公告)日:2020-07-14

    申请号:CN201810631157.2

    申请日:2018-06-19

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度前馈神经网络和数值积分灵敏度的快速紧急控制方法。该方法构建了包含“分类神经网络”和“拟合神经网络”的双层深度前馈神经网络,通过短时间的数值积分提取暂态稳定性能指标作为神经网络的输入,经过深度前馈神经网络进行暂稳定性评估以及暂态稳定约束函数值计算;结合数值积分灵敏度最终获得暂态稳定约束函数关于紧急控制量的梯度及灵敏度;最后根据所得各个控制变量的灵敏度应用最优控制变量的寻优方法获得最终的紧急控制策略;本发明将绝大部分时间原始系统上的数值积分转化为神经网络计算,在保留原始系统暂态稳定约束函数计算性质的同时大幅减少了计算量。

    一种基于全并行嵌套对角加边形式的电力系统暂态稳定仿真并行计算方法

    公开(公告)号:CN110991034A

    公开(公告)日:2020-04-10

    申请号:CN201911200513.6

    申请日:2019-11-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于全并行嵌套对角加边形式的电力系统暂态稳定仿真并行计算方法。嵌套BBDF方法中,各层BBDF结构求解的顺序性,限制了嵌套BBDF方法并行加速比的提高。本发明在嵌套BBDF方法中,引入全并行BBDF方法的思想,对嵌套BBDF方法的各层子系统的计算做了并行化处理,提高了方法的理论效率。同时引入子网-核心映射与MPI-OpenMP混合编程,在网络拓扑、并行通讯拓扑以及CPU芯片结构之间形成了高效率的映射,降低了并行开销。

    一种基于对角加边形式的电力系统暂态稳定仿真并行计算方法

    公开(公告)号:CN109522630A

    公开(公告)日:2019-03-26

    申请号:CN201811309209.0

    申请日:2018-11-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于对角加边形式的电力系统暂态稳定仿真并行计算方法,该方法在传统BBDF算法的基础上,将边界网络计算和子网计算两部分作了并行化处理。传统方法中边界网络的计算以及子网与边界网络的频繁等待和通信使得并行计算的加速比很快到达饱和,这限制了并行效率的进一步提高。本发明方法的并行计算时间是子网计算时间和边界网络计算时间(包括子网和边界网络的通信耗时)的较大值,而不再是原方法中两者的叠加。相比传统BBDF方法,该方法在并行计算中具有更高的加速比。

    一种基于实时动态等值的电力系统快速暂态稳定仿真方法

    公开(公告)号:CN105375475A

    公开(公告)日:2016-03-02

    申请号:CN201510835473.8

    申请日:2015-11-26

    Applicant: 浙江大学

    CPC classification number: H02J3/00 H02J2003/007

    Abstract: 本发明公开了一种基于实时动态等值的电力系统快速暂态稳定仿真方法,该方法通过故障后短时间的全系统数值积分计算,将发电机组实时分群并进行模型聚合,然后运用提出的等值系统节点导纳矩阵快速辨识方法求取等值系统网络参数,最后在获得的动态等值系统上完成暂态稳定计算。相对于现有的电力系统暂态稳定分析方法计算量大,计算速度不能满足在线计算要求的缺点,本发明的方法由于分群数不大,辨识等值系统导纳矩阵的耗时不长,使发明提出的方法不仅具备常规数值积分法精度高、收敛性好等优点,而且大幅度简化了计算系统,减少了计算量。

    预估-校正数值积分的电力系统暂态稳定仿真方法

    公开(公告)号:CN102609576B

    公开(公告)日:2013-12-04

    申请号:CN201210017802.4

    申请日:2012-01-19

    Applicant: 浙江大学

    CPC classification number: Y02T10/82

    Abstract: 本发明公开了一种适用发电机采用二阶模型,基于预估-校正数值积分的电力系统暂态稳定仿真方法。与已有的电力系统暂态稳定数值积分方法相比,该方法将一显式二阶积分用于状态变量的预估计算,将一四阶精度的功角积分用作校正计算。该方法为单步算法,且考虑了角频率变化对转矩的影响。组成的预估-校正算法在较大积分步长(0.1~0.12秒)下分析结果仍有足够精度,从而显著地加快了暂态稳定的仿真速度。

Patent Agency Ranking