-
公开(公告)号：CN109599866B
公开(公告)日：2022-02-08
申请号：CN201811546967.4
申请日：2018-12-18
Applicant: 国网辽宁省电力有限公司抚顺供电公司 , 国网辽宁省电力有限公司 , 东北大学 , 国家电网有限公司
IPC: H02J3/00
Abstract: 本发明提出一种预测辅助的电力系统状态估计方法，流程包括：根据电网的历史数据，对极限学习机进行训练；利用无迹变换构造Sigma点集；计算k时刻状态转移函数；获得k+1时刻预测值的Sigma点集，对Sigma点集进行无迹变换的反变换，获得k+1时刻电网预测状态值；根据所述电力系统预测数据与量测数据均可视为随机高斯分布，根据卡尔曼滤波算法原理，求得电网k+1时刻估计状态值；并且根据判断条件，重复上述步骤；本发明将基于极限学习机获得的预测数据与利用状态估计实时估计值通过线性外推法获得的预测数据进行加权结合，并通过实际估计数据准确度对权值进行自适应调整，得到更加精确的预测数据；实现了更加精确、快速的电力系统状态估计。
-
公开(公告)号：CN110619487B
公开(公告)日：2023-01-17
申请号：CN201910968540.1
申请日：2019-10-12
Applicant: 东北大学
Abstract: 本发明提供一种基于卡尔曼滤波的电‑气‑热耦合网络动态状态估计方法，属于电力系统分析和监测技术领域，为解决现有电‑气‑热耦合网络动态状态估计存在的问题，本发明采用基于卡尔曼滤波的电‑气‑热耦合网络的状态估计全局一致算法进行动态状态估计，根据电力网络、天然气网络以及热力网络的动态性速度不同，为三个子网络赋予不同的时间尺度，而在进行快速系统的状态估计时，将慢速系统视为稳态。并且对于热能网络的动态状态估计获得的新的热负荷与温度状态量，又为下一次水力网络的状态估计提供了新的数据来源。
-
公开(公告)号：CN109599866A
公开(公告)日：2019-04-09
申请号：CN201811546967.4
申请日：2018-12-18
Applicant: 国网辽宁省电力有限公司抚顺供电公司 , 国网辽宁省电力有限公司 , 东北大学 , 国家电网有限公司
IPC: H02J3/00
Abstract: 本发明提出一种预测辅助的电力系统状态估计方法，流程包括：根据电网的历史数据，对极限学习机进行训练；利用无迹变换构造Sigma点集；计算k时刻状态转移函数；获得k+1时刻预测值的Sigma点集，对Sigma点集进行无迹变换的反变换，获得k+1时刻电网预测状态值；根据所述电力系统预测数据与量测数据均可视为随机高斯分布，根据卡尔曼滤波算法原理，求得电网k+1时刻估计状态值；并且根据判断条件，重复上述步骤；本发明将基于极限学习机获得的预测数据与利用状态估计实时估计值通过线性外推法获得的预测数据进行加权结合，并通过实际估计数据准确度对权值进行自适应调整，得到更加精确的预测数据；实现了更加精确、快速的电力系统状态估计。
-
公开(公告)号：CN109921415B
公开(公告)日：2022-08-02
申请号：CN201910188447.9
申请日：2019-03-13
Applicant: 东北大学
IPC: H02J3/00
Abstract: 本发明提出一种面向混合量测的电网恶性数据注入攻击在线防御方法，包括：建立了SCADA和PMU混合状态估计模型；分别提出了PMU量测量和SCADA仪表量测量的恶性数据检测方法：对于PMU量测量，基于传输线路等效阻抗法，结合提出的检测指标，能够明显检测出PMU中的恶性数据；对于SCADA仪表量测量，通过状态一致性检测、异常数据检测及残差分布偏离度检测能够有效检测出SCADA仪表中的恶性数据，并能剔除量测量突变情况的干扰，此外，本发明提出了SCADA和PMU恶性数据的剔除与修正过程。通过本发明能够在线有效检测、识别和剔除SCADA和PMU仪表上的恶性数据，提高了电力信息物理系统的安全可靠性及抵御恶性数据的能力，具有良好的应用前景。
-
公开(公告)号：CN109818349A
公开(公告)日：2019-05-28
申请号：CN201910188703.4
申请日：2019-03-13
Applicant: 东北大学
IPC: H02J3/00
Abstract: 本发明提出一种基于多维状态矩阵滑动匹配的电网鲁棒状态预测方法，包括：求取节点导纳矩阵；获取SCADA仪表量测量与PMU装置量测量，构建基于混合状态估计的状态量集合；组成历史状态量数据库；利用多维状态矩阵滑动匹配方法对智能电网节点未来状态进行预测，得到预测结果；采用改进功率平衡方程检测法检测当前系统中是否存在异常数据，若存在异常，采用残差分布偏离度检测方法判断该异常是否由量测量突变造成，若是，则进行修正，剔除了不良数据，为今后的状态预测提供可靠的数据支撑。本发明具有更好的预测鲁棒性，能够有效利用历史数据库中的信息，提高了智能电网的安全可靠性及抵御恶性数据和不良数据的能力。
-
Patent Agency Ranking
公开(公告)号：CN108923428A
公开(公告)日：2018-11-30
申请号：CN201810978320.2
申请日：2018-08-27
Applicant: 东北大学
Abstract: 本发明提出一种基于细胞凋亡算法的配电网动态恢复系统及方法，包括：信息采集代理模块、负荷代理模块、抢修小队代理模块、数据处理代理模块、可恢复性评估代理模块、待恢复树代理模块、协同代理模块及控制中心代理模块；借鉴细胞生理特性，将网络重构与抢修问题分解为连续的多个步骤，降低各个步骤优化难度，解决传统方法多次进行优化容易产生维数灾的问题；根据可恢复性评估值，确定各个时间段待恢复树的恢复模式，根据各个模式确定该阶段最重要的恢复目标，简化恢复过程中多目标寻优导致的恢复过程寻优复杂，恢复时间拉长问题；将故障恢复与抢修协同起来考虑恢复方案，提高恢复效率，减少经济损失，适用于发生多故障大电网系统大面积停电问题。
-
公开(公告)号：CN109818349B
公开(公告)日：2022-04-22
申请号：CN201910188703.4
申请日：2019-03-13
Applicant: 东北大学
IPC: H02J3/00
Abstract: 本发明提出一种基于多维状态矩阵滑动匹配的电网鲁棒状态预测方法，包括：求取节点导纳矩阵；获取SCADA仪表量测量与PMU装置量测量，构建基于混合状态估计的状态量集合；组成历史状态量数据库；利用多维状态矩阵滑动匹配方法对智能电网节点未来状态进行预测，得到预测结果；采用改进功率平衡方程检测法检测当前系统中是否存在异常数据，若存在异常，采用残差分布偏离度检测方法判断该异常是否由量测量突变造成，若是，则进行修正，剔除了不良数据，为今后的状态预测提供可靠的数据支撑。本发明具有更好的预测鲁棒性，能够有效利用历史数据库中的信息，提高了智能电网的安全可靠性及抵御恶性数据和不良数据的能力。
-
公开(公告)号：CN108923428B
公开(公告)日：2021-02-26
申请号：CN201810978320.2
申请日：2018-08-27
Applicant: 东北大学
Abstract: 本发明提出一种基于细胞凋亡算法的配电网动态恢复系统及方法，包括：信息采集代理模块、负荷代理模块、抢修小队代理模块、数据处理代理模块、可恢复性评估代理模块、待恢复树代理模块、协同代理模块及控制中心代理模块；借鉴细胞生理特性，将网络重构与抢修问题分解为连续的多个步骤，降低各个步骤优化难度，解决传统方法多次进行优化容易产生维数灾的问题；根据可恢复性评估值，确定各个时间段待恢复树的恢复模式，根据各个模式确定该阶段最重要的恢复目标，简化恢复过程中多目标寻优导致的恢复过程寻优复杂，恢复时间拉长问题；将故障恢复与抢修协同起来考虑恢复方案，提高恢复效率，减少经济损失，适用于发生多故障大电网系统大面积停电问题。
-
公开(公告)号：CN110619487A
公开(公告)日：2019-12-27
申请号：CN201910968540.1
申请日：2019-10-12
Applicant: 东北大学
Abstract: 本发明提供一种基于卡尔曼滤波的电-气-热耦合网络动态状态估计方法，属于电力系统分析和监测技术领域，为解决现有电-气-热耦合网络动态状态估计存在的问题，本发明采用基于卡尔曼滤波的电-气-热耦合网络的状态估计全局一致算法进行动态状态估计，根据电力网络、天然气网络以及热力网络的动态性速度不同，为三个子网络赋予不同的时间尺度，而在进行快速系统的状态估计时，将慢速系统视为稳态。并且对于热能网络的动态状态估计获得的新的热负荷与温度状态量，又为下一次水力网络的状态估计提供了新的数据来源。
-
公开(公告)号：CN109921415A
公开(公告)日：2019-06-21
申请号：CN201910188447.9
申请日：2019-03-13
Applicant: 东北大学
IPC: H02J3/00
Abstract: 本发明提出一种面向混合量测的电网恶性数据注入攻击在线防御方法，包括：建立了SCADA和PMU混合状态估计模型；分别提出了PMU量测量和SCADA仪表量测量的恶性数据检测方法：对于PMU量测量，基于传输线路等效阻抗法，结合提出的检测指标，能够明显检测出PMU中的恶性数据；对于SCADA仪表量测量，通过状态一致性检测、异常数据检测及残差分布偏离度检测能够有效检测出SCADA仪表中的恶性数据，并能剔除量测量突变情况的干扰，此外，本发明提出了SCADA和PMU恶性数据的剔除与修正过程。通过本发明能够在线有效检测、识别和剔除SCADA和PMU仪表上的恶性数据，提高了电力信息物理系统的安全可靠性及抵御恶性数据的能力，具有良好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.073 seconds)
