一种用于新能源电力系统的快速频率控制方法及系统

    公开(公告)号:CN119891269A

    公开(公告)日:2025-04-25

    申请号:CN202510361315.7

    申请日:2025-03-26

    Applicant: 湖南大学

    Abstract: 本发明公开了一种用于新能源电力系统的快速频率控制方法及系统,本发明包括在外层控制中采用基于强化学习的监督控制方法生成设定输出功率;通过下垂控制和功率策略以获取有功设定输出功率和无功设定输出功率;进行有功控制以生成控制频率#imgabs0#;进行无功控制以生成控制电压#imgabs1#;根据控制电压#imgabs2#和控制频率#imgabs3#通过内层控制生成调制电压参考信号以控制电压源换流器。本发明旨在解决当前电力系统中由于惯性和阻尼水平降低导致的频率稳定性问题,尤其是在新能源渗透率日益提高的背景下,传统的频率控制方法存在响应速度慢、控制精度低以及难以适应复杂动态工况的问题。

    基于丢番图逼近的插值滤波器组同步采样方法及系统

    公开(公告)号:CN117294311B

    公开(公告)日:2024-02-02

    申请号:CN202311579617.9

    申请日:2023-11-24

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于丢番图逼近的插值滤波器组同步采样方法及系统,本发明基于丢番图逼近的插值滤波器组同步采样方法包括:通过时序参考脉冲触发的计数器估计实际采样间隔;结合实际采样间隔通过丢番图逼近确定插值滤波器组的降采样倍数L和上采样倍数K;结合降采样倍数L和上采样倍数K设计插值滤波器组的系数;利用插值滤波器组对原始的电网同步信号进行采样。本发明旨在实现一种仅需要利用时序参考脉冲、不需要其他额外的辅助设备或涉及复杂的硬件控制过程即可实现有效减轻采样时间误差的影响,提升电网同步采样的准确度。

    一种基于电网频率特征嵌入的数字音频加密方法及系统

    公开(公告)号:CN116155623B

    公开(公告)日:2023-08-15

    申请号:CN202310407907.9

    申请日:2023-04-17

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于电网频率特征嵌入的数字音频加密方法及系统,方法包括以下步骤:获取电网信号构建成Hankel矩阵,并对矩阵进行奇异值分解后自适应判断奇异值矩阵阶数,得到新的奇异值矩阵,然后根据矩阵和奇异值矩阵构造矩阵束并求解特征值作为极点信息,最后根据奇异值矩阵阶数与极点信息求解电网信号中的频率得到第一电网频率信号;将所述第一电网频率信号滤波后保存在电网频率数据库中,并利用改进扩频算法中的加密操作,将第一电网频率信号作为音频水印嵌入到音频中得到加密数字音频。本发明有效降低了噪声对测量结果的影响,提升了系统鲁棒性和抗攻击能力,能够准确检测出音频是否被篡改。

    基于增强型时序模式注意力的PMU数据恢复方法及系统

    公开(公告)号:CN116451006A

    公开(公告)日:2023-07-18

    申请号:CN202310684923.2

    申请日:2023-06-12

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于增强型时序模式注意力的PMU数据恢复方法及系统,本发明方法包括针对待恢复的PMU数据采用最优变分模态分解提取特征再归一化后输入结合ETPA和LSTM的网络模型,利用LSTM获取隐状态向量并构建隐状态矩阵,对隐状态矩阵卷积得到时序模式矩阵并对该矩阵进行变换得到增强时序模式矩阵;基于注意力权重对增强时序模式矩阵的每一行进行加权求和得到加权和;将加权和和隐状态向量加权为隐状态向量并计算输出,将输出输入全连接层得到恢复后的PMU数据。本发明旨在提高挖掘PMU数据样本的数据间相关性的能力,实现更精确的PMU数据恢复。

    面向智能电网广域同步量测的网络攻击识别方法及系统

    公开(公告)号:CN115333870B

    公开(公告)日:2022-12-13

    申请号:CN202211264062.4

    申请日:2022-10-17

    Applicant: 湖南大学

    Abstract: 本发明公开了一种面向智能电网广域同步量测的网络攻击识别方法及系统,本发明方法包括使用变分模态分解VMD将量测数据f(t)分解为多个模态分量;从多个模态分量中提取其中的共同分量;通过将量测数据f(t)减去共同分量得到含有空间位置信息的扰动分量y(t);将扰动分量y(t)利用具有离散正交S变换提取DOST特征矩阵;将DOST特征矩阵输入训练好的卷积神经网络,得到量测数据f(t)对应的网络攻击识别结果。本发明能够从不同电网同步测量数据中提取含有空间位置信息的DOST特征矩阵,在不同网络攻击下通过卷积神经网络能够对电网同步测量数据进行攻击检测,快速识别量测系统是否被网络攻击。

    基于深度空间残差学习的电能质量扰动分类方法及系统

    公开(公告)号:CN114372495B

    公开(公告)日:2022-05-27

    申请号:CN202210280458.1

    申请日:2022-03-22

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于深度空间残差学习的电能质量扰动分类方法及系统,本发明包括将多种类型的电能质量扰动信号输入预先训练好的深度空间残差模型来将获得电能质量扰动信号的分类结果,深度空间残差模型包括:空间残差模块,用于提取空间信息;特征融合模块,主要用于融合输入电能质量扰动信号数据的空间信息和序列信息;特征提取模块用于提取特异性特征;分类模块用于区分出不同类别的电能质量扰动信号得到分类结果。本发明能够自动提取扰动信号特征,不用人工参与设计特征,避免了人工设计特征的繁琐步骤,而且本发明方法具有很好的抗干扰能力以及精准的分类检测能力,在强噪声环境下能够对多种复杂的电能质量扰动信号实现精准的分类。

    时空谱S网络的电网全景波形故障辨识与溯源方法及系统

    公开(公告)号:CN119644051B

    公开(公告)日:2025-04-29

    申请号:CN202510187213.8

    申请日:2025-02-20

    Applicant: 湖南大学

    Abstract: 本发明公开了一种时空谱S网络的电网全景波形故障辨识与溯源方法及系统,本发明包括根据全景波形数据计算多种特征值并拼接得到融合特征值;将融合特征值的时域信号输入训练好的时空谱S网络以获得故障类型与故障位置,时空谱S网络包括多级特征提取模块、全连接层和一个多任务学习组件,特征提取模块包括依次相连的时频谱模块、卷积层和池化层,所述时频谱模块包括卷积层、全局特征提取分支、局部时频特征提取分支和特征融合模块,特征提取模块提取的特征经过全连接层送入多任务学习组件以获得电网的故障类型与故障位置。本发明旨在提升新型电力系统故障监测的准确性与定位能力,解决新型电力系统下电网新型故障难以辨识与溯源的难题。

    基于互补平均固有时间尺度分解的振荡定位方法及系统

    公开(公告)号:CN116316706B

    公开(公告)日:2023-07-21

    申请号:CN202310509101.0

    申请日:2023-05-08

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于互补平均固有时间尺度分解的振荡定位方法及系统,本发明包括针对输入的n台发电机的PMU量测数据;分别计算各电气量的偏差值,对偏差值进行CAITD分解,得到多个IRC分量;分别计算最终的各个IRC分量的NTEO能量值,选取NTEO能量值最大的IRC分量作为振荡主导分量;根据各台发电机的各电气量的振荡主导分量计算出耗散能量流,根据耗散能量流对能量流曲线进行线性拟合并确定曲线斜率;根据曲线斜率计算耗散能量流曲线斜率比,判定耗散能量流曲线斜率比为正值的发电机为振荡源。本发明旨在减小其他信息对振荡分量的干扰,快速、准确提取振荡分量,提高振荡源定位的准确性。

Patent Agency Ranking