电力系统故障后功角失稳模式预判模型构建方法及其应用

    公开(公告)号:CN110705831A

    公开(公告)日:2020-01-17

    申请号:CN201910844471.3

    申请日:2019-09-06

    Abstract: 本发明公开了一种电力系统故障后功角失稳模式的预判模型构建方法及其应用,方法包括:从每组原始量测数据中提取其对应的观测窗口内的一组母线电压离散点集,并构建每组离散点集对应的电压幅值矩阵和电压相角矩阵;根据每组原始量测数据对应的功角曲线形态,确定其对应工况在所述观测窗口之后的预设时间段位置处的失稳模式标签信息;基于所有样本,通过监督学习,训练得到神经网络预判模型,其中每个样本包括一组原始量测数据对应的电压幅值矩阵、电压相角矩阵和失稳模式标签信息。本发明将深度学习应用到功角失稳模式预判中,根据大扰动后母线电压相量量测原始数据,即可快速准确给出稳定或失稳具体类别,极大提高电力系统的安全性,实用性较强。

    一种薄弱电网潮流无解自动调整方法

    公开(公告)号:CN113270867B

    公开(公告)日:2023-08-18

    申请号:CN202110348774.3

    申请日:2021-03-31

    Abstract: 本发明提供一种薄弱电网潮流无解自动调整方法,首先定义薄弱的横向通道和纵向通道,并证明其与潮流无解的关系;对于横向薄弱通道的定位,基于Dijstra算法,找到最小的有功横向通道TWP和无功横向通道TWQ;对于纵向薄弱通道的定位,以电网地理分区为基础进行分区优化,再基于图论对分区简化图进行输电通道搜索,最后根据输电裕度指标筛选纵向薄弱通道;然后基于先降低负载水平再逐步调整的思路,结合薄弱通道的定位、调整灵敏度以及通道薄弱程度,确定调整对象和调整量,形成潮流调整策略;构建潮流调整的马尔科夫决策过程,通过动作设备的调整灵敏度,给出动作的先验概率;基于soft actor critic,建立了适用于潮流调整的深度强化学习模型。

Patent Agency Ranking