一种基于互信息与迭代随机森林的在线动态安全评估方法

    公开(公告)号:CN110417011B

    公开(公告)日:2022-11-08

    申请号:CN201910703285.8

    申请日:2019-07-31

    Applicant: 三峡大学

    Abstract: 本发明提供了一种基于互信息与迭代随机森林的在线动态安全评估方法,包括以下步骤:基于电力系统历史运行数据以及对一系列故障的仿真,创建出包含大量运行变量与暂态稳定裕度(Transient Stability Margins,TSMs)的数据集;利用部分互信息(Partial Mutual Information,PMI)对数据集进行特征选择,筛选出关键变量;将关键变量发送到迭代随机森林(Iterated Random Forest,IRF)回归器进行训练;通过从广域量测系统(Wide Area Measurement System,WAMS)服务器实时接收到选定的变量,经过训练的动态安全评估(Dynamic Security Assessment,DSA)模型将立即提供实时评估结果。本发明提出的电力系统在线DSA模型能够为电网提供快速高效的评估,有利于电力人员的系统维护及安全措施预防的工作,对改善电网运行的安全性与质量有着重大意义。

    一种基于熵值法的日前优化调度方法

    公开(公告)号:CN115275992A

    公开(公告)日:2022-11-01

    申请号:CN202210912184.3

    申请日:2022-07-29

    Applicant: 三峡大学

    Abstract: 一种基于熵值法的日前优化调度方法,它包括以下步骤:步骤一:建立碳排放配额模型;步骤二:获得不同发电类型的碳交易费用,并协调不同类型机组的碳排放差额;步骤三:建立考虑可交易的碳排放配额制度的日前优化调度模型。本发明的目的是为了解决基准线法对电量边际排放因子和容量边际排放因子加权求平均值的处理方法过于简单、主观,从而导致电力系统碳排放额度的分配不够合理的技术问题,而提供的一种基于熵值法的日前优化调度方法。

    一种考虑海缆实际载流量的集电系统拓扑优化方法

    公开(公告)号:CN115017663A

    公开(公告)日:2022-09-06

    申请号:CN202210757337.1

    申请日:2022-06-30

    Applicant: 三峡大学

    Abstract: 一种考虑海缆实际载流量的集电系统拓扑优化方法,包括以下步骤:采用模糊聚类算法,将风机划分到数个子区域中;在子区域内部,只考虑海底直埋敷设,对分区内部海缆出厂标定载流量进行修正,得到实际稳态载流量,并通过算法得到拓扑结构,选择合适海缆规格;在馈线部分,分别考虑海底直埋敷设、J型管敷设、空气敷设三种敷设环境,选择满足三种敷设环境载流量约束的海缆规格,并且考虑到馈线根数对修正系数的影响,对每个子区域电流汇入的升压站进行选择;根据海缆选型结果,计算风电场内拓扑总成本。本发明能够以海缆实际稳态载流量作为选择海缆规格的依据,避免了因海缆规格不合适引起的热击穿故障或线芯不能充分利用导致的成本上升。

    基于变分贝叶斯深度学习的电网工程造价管控指标预测方法

    公开(公告)号:CN112862004B

    公开(公告)日:2022-08-05

    申请号:CN202110297761.8

    申请日:2021-03-19

    Applicant: 三峡大学

    Abstract: 基于变分贝叶斯深度学习的电网工程造价管控指标预测方法,基于工程造价数据库,选取概算前造价数据x与结算造价指标y,形成新的训练样本数据库,当给定新的造价数据xn+1时,目标得到结算造价管控指标p(yn+1|xn+1;D)。采用基于LSTM深度学习网络的造价指标预测模型,以非线性方式处理造价管控指标数据。采用随机梯度哈密尔顿蒙特卡洛概率预测方法进行采样,用期望值作为概率的预测值。采用造价管控指标预测模型隐含概率分布的近似推断,最小化隐变量概率分布与真实分布的差异。本发明方法在预测技巧和预测可靠性方面均明显优于其它模型,能够提供有效的不确定度估计预测结果。

    一种用于含风光水储的电力系统的安全稳定评估方法

    公开(公告)号:CN109546647B

    公开(公告)日:2022-04-08

    申请号:CN201811384786.6

    申请日:2018-11-20

    Applicant: 三峡大学

    Abstract: 一种用于含风光水储的电力系统的安全稳定评估方法,它包括步骤1.针对风力发电、光伏发电、水力发电和抽水蓄能进行特性分析与建模;步骤2.选择风光水储并网位置,且确定风光水储各自渗透率系数值,进而确定风光水储的出力情况;步骤3.在无风光水储发电模式的电力系统结构基础上,每确定一组风光水储接入点位置和风光水储各自渗透率系数值,便可得到对应的一种含风光水储的电力系统结构等步骤;本发明能将风光水储纳入电力系统结构中,采用基于知识发现的数据挖掘技术,探究运行变量与安全稳定评估指标之间的关系,构造安全稳定评估模型,可有效评估含风光水储的电力系统的安全稳定性。

    一种基于区块链数字签名的量子支票交易方法

    公开(公告)号:CN113744036A

    公开(公告)日:2021-12-03

    申请号:CN202110891947.6

    申请日:2021-08-04

    Applicant: 三峡大学

    Abstract: 一种基于区块链数字签名的量子支票交易方法,包括量子支票生成模块,量子支票,支付转账模块,区块链,区块,量子密钥生成模块,量子签名模块,数字签名,量子签名验证模块;包括以下步骤:步骤1,量子密钥生成模块为量子支票分配量子密钥;步骤2,用户A向量子支票生成模块申请量子支票;步骤3,用户A使用量子签名模块对量子支票签名;步骤4,用户B通过量子签名验证模块验证数字签名;步骤5,支付转账模块完成量子支票支付;步骤6,量子支票支付账本保存到区块链。本发明能够在去信任的网络中最大程度保证支票交易的安全性和效率,具有理论上的绝对安全性和抗量子攻击特性,保存在区块链中的支票账本具有可追溯性和防篡改性。

    基于机器学习和SVM算法的电子式电压互感器误差状态预测方法

    公开(公告)号:CN113743651A

    公开(公告)日:2021-12-03

    申请号:CN202110891906.7

    申请日:2021-08-04

    Applicant: 三峡大学

    Abstract: 基于机器学习和SVM算法的电子式电压互感器误差状态预测方法,采集电子式电压互感器误差表征量和影响因素,构建数据模型;采用机器学习算法对SVM模型的惩罚系数C和核参数g进行超参数寻优;根据最优超参数对误差表征量进行建模预测,计算实际误差表征量与预测误差表征量的差值,以平均绝对误差和均方根误差作为预测评估,并用两段数据段进行预测。结果均表明,采用机器学习算法作参数寻优的SVM的误差预测精度高,效果更好,预测结果更接近于实际预测值。本发明方法能够在不停电的状态下,有效预测电子式互感器误差状态曲线走势,为在线监测电子式互感器误差状态提供可参考依据。

Patent Agency Ranking