CN112651169B - 一种确定电力系统的稳定性分析数据样本的方法及系统 - Google Patents
一种确定电力系统的稳定性分析数据样本的方法及系统 Download PDFInfo
- Publication number
- CN112651169B CN112651169B CN202011414487.XA CN202011414487A CN112651169B CN 112651169 B CN112651169 B CN 112651169B CN 202011414487 A CN202011414487 A CN 202011414487A CN 112651169 B CN112651169 B CN 112651169B
- Authority
- CN
- China
- Prior art keywords
- determining
- power
- power grid
- curve
- operation modes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005070 sampling Methods 0.000 claims abstract description 36
- 230000004044 response Effects 0.000 claims abstract description 21
- 238000004088 simulation Methods 0.000 claims abstract description 21
- 238000012512 characterization method Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 10
- 230000000903 blocking effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种确定电力系统的稳定性分析数据样本的方法及系统。其中，该方法包括：根据电网的多种运行方式，确定多个表征系统特征的关键变量；通过仿真计算，在所述多种运行方式以及不同交直流故障形态下，确定与所述多个表征系统特征的关键变量对应的多个响应曲线；根据电力系统的不同稳定需求，对所述多个响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线；以及根据电网控制需求，确定取样时间窗口，并根据与特定稳定需求对应的特征变量曲线以及所述取样时间窗口，确定电力系统的稳定性分析数据样本。
Description
技术领域
本申请涉及电力系统技术领域，特别是涉及一种确定电力系统的稳定性分析数据样本的方法及系统。
背景技术
新能源大规模并网、大容量远距离特高压直流输电是我国电网当前运行的两大主要特点和发展趋势。由于新能源随机波动性、以及特高压直流故障冲击大，导致电网运行工况多变，引起电网失稳的故障形态更加多样化，复杂性和不确定性进一步增强，故障越来越难以有效判别、控制策略越来越难以制定，传统控制方法的有效性也进一步降低。
人工智能的学习和推理技术，能够充分利用电网一、二次设备的实时状态信息、离线仿真数据、动态模拟实验数据提取主要特征量，建立故障形态与学习规则之间的映射关系，同时具备推理能力。这为有效应对电力系统方式的多变性、故障形态的不确定性等问题提供了契机，为实现大电网复杂故障智能识别和判断提供技术依据。
然而，我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理，是有效提高人工智能算法学习效率的基础。
针对上述的现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题，目前尚未提出有效的解决方案。
发明内容
本公开的实施例提供了一种确定电力系统的稳定性分析数据样本的方法及系统，以至少解决现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题。
根据本公开实施例的一个方面，提供了一种确定电力系统的稳定性分析数据样本的方法，包括：根据电网的多种运行方式，确定多个表征系统特征的关键变量；通过仿真计算，在多种运行方式以及不同交直流故障形态下，确定与多个表征系统特征的关键变量对应的多个响应曲线；根据电力系统的不同稳定需求，对多个响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线；以及根据电网控制需求，确定取样时间窗口，并根据与特定稳定需求对应的特征变量曲线以及取样时间窗口，确定电力系统的稳定性分析数据样本。
根据本公开实施例的另一方面，还提供了一种确定电力系统的稳定性分析数据样本的系统，包括：确定关键变量模块，用于根据电网的多种运行方式，确定多个表征系统特征的关键变量；确定响应曲线模块，用于通过仿真计算，在多种运行方式以及不同交直流故障形态下，确定与多个表征系统特征的关键变量对应的多个响应曲线；确定特征变量曲线模块，用于根据电力系统的不同稳定需求，对多个响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线；以及确定数据样本模块，用于根据电网控制需求，确定取样时间窗口，并根据与特定稳定需求对应的特征变量曲线以及取样时间窗口，确定电力系统的稳定性分析数据样本。
在本发明中，提供一种确定电力系统的稳定性分析数据样本的方法，该发明得到的数据样本与系统的稳定水平相关性强，可有效满足稳定评估所需要的电气量信息；且仅提取关键变量信息，能有效避免由于特征量维数过高引起的人工智能算法学习和判断效率的降低，为复杂大电网故障智能识别和控制奠定基础。进而解决了现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题。
附图说明
此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
图1是根据本公开实施例的一种确定电力系统的稳定性分析数据样本的方法的流程示意图；
图2是根据本公开实施例所述的一种确定电力系统的稳定性分析数据样本的方法示意图；以及
图3是根据本公开实施例所述的一种确定电力系统的稳定性分析数据样本的系统的示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
根据本实施例的第一个方面，提供了一种确定电力系统的稳定性分析数据样本的方法100。图1示出了该方法的流程示意图，参考图1所示，该方法100包括：
S102：根据电网的多种运行方式，确定多个表征系统特征的关键变量；
S104：通过仿真计算，在多种运行方式以及不同交直流故障形态下，确定与多个表征系统特征的关键变量对应的多个响应曲线；
S106：根据电力系统的不同稳定需求，对多个响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线；以及
S108：根据电网控制需求，确定取样时间窗口，并根据与特定稳定需求对应的特征变量曲线以及取样时间窗口，确定电力系统的稳定性分析数据样本。
具体地，参考图2所示，在掌握电网不同典型运行方式稳定特性基础上，确定电网薄弱断面、关键母线节点、以及重要发电机组等表征系统特征的关键变量。通过仿真计算获取多种运行方式、不同交直流故障形态下关键变量响应曲线。针对判断系统功角稳定、电压稳定、频率稳定所需的特征变量对响应曲线进行分类处理。根据实际电网控制需求，确定取样时间窗口，从而得到不同稳定问题所需的特征变量多时间尺度分段取样数据样本。
获取不同稳定问题取样数据样本主要包括：
(1)确定取样数据开始时刻T0为故障开始前50ms；
(2)根据实际电网控制需求，确定取样时间窗口△T。系统紧急控制时限，即安全稳定控制装置动作时间一般为故障发生后300ms，因此，确定取样时间窗口△T＝200ms，预留100ms用于人工智能算法判断系统稳定性；
(3)根据不同稳定问题特征变量曲线得到多时间尺度的分段取样数据样本，具体取样时间为Ti～Ti+1，其中Ti＝T0+i·△T(i为自然数)，涵盖故障前、故障过程中、故障切除后的样本数据。
从而，本发明提供一种确定电力系统的稳定性分析数据样本的方法，该发明得到的数据样本与系统的稳定水平相关性强，可有效满足稳定评估所需要的电气量信息；且仅提取关键变量信息，能有效避免由于特征量维数过高引起的人工智能算法学习和判断效率的降低，为复杂大电网故障智能识别和控制奠定基础。进而解决了现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题。
可选地，根据电网的多种运行方式，确定多个表征系统特征的关键变量，包括：根据电网的多种运行方式，确定电网薄弱断面表征系统特征的关键变量；根据电网的多种运行方式，确定关键母线节点表征系统特征的关键变量；以及根据电网的多种运行方式，确定重要发电机组表征系统特征的关键变量。
可选地，根据电网的多种运行方式，确定多个表征系统特征的关键变量，包括：电网的多种运行方式包括平负荷方式、高峰负荷方式以及低谷负荷方式；基于多种运行方式，进行故障仿真扫描，确定故障仿真扫描结果，故障包括交流线路三永N-1故障、三永N-2故障，以及直流闭锁、换相失败、再启动故障；以及根据故障仿真扫描结果，获取故障过程中功率波动较大的薄弱交流断面、电压跌落幅度较大的关键母线节点、功角摆动较大的重要发电机组以及速度偏差较大的重要发电机组。
可选地，根据电力系统的不同稳定需求，对多个响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线，包括：根据系统功角稳定性需求，确定薄弱交流断面功率曲线以及重要发电机组功角曲线；根据系统电压稳定性需求，确定关键母线节点电压曲线；以及根据系统频率稳定性需求，确定重要发电机组速度偏差曲线。
可选地，根据与特定稳定需求对应的特征变量曲线以及取样时间窗口，确定电力系统的稳定性分析数据样本，包括：根据与特定稳定需求对应的特征变量曲线，确定多时间尺度的分段取样数据样本；以及根据多时间尺度的分段取样数据样本以及取样时间窗口，确定电力系统的稳定性分析数据样本。
从而，本发明提供一种确定电力系统的稳定性分析数据样本的方法，该发明得到的数据样本与系统的稳定水平相关性强，可有效满足稳定评估所需要的电气量信息；且仅提取关键变量信息，能有效避免由于特征量维数过高引起的人工智能算法学习和判断效率的降低，为复杂大电网故障智能识别和控制奠定基础。进而解决了现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题。
根据本实施例的另一个方面，提供了一种确定电力系统的稳定性分析数据样本的系统300。参考图3所示，该系统300包括：确定关键变量模块310，用于根据电网的多种运行方式，确定多个表征系统特征的关键变量；确定响应曲线模块320，用于通过仿真计算，在多种运行方式以及不同交直流故障形态下，确定与多个表征系统特征的关键变量对应的多个响应曲线；确定特征变量曲线模块330，用于根据电力系统的不同稳定需求，对多个响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线；以及确定数据样本模块340，用于根据电网控制需求，确定取样时间窗口，并根据与特定稳定需求对应的特征变量曲线以及取样时间窗口，确定电力系统的稳定性分析数据样本。
可选地，确定关键变量模块310，包括：确定薄弱断面子模块，用于根据电网的多种运行方式，确定电网薄弱断面表征系统特征的关键变量；确定母线节点子模块，用于根据电网的多种运行方式，确定关键母线节点表征系统特征的关键变量；以及确定发电机组子模块，用于根据电网的多种运行方式，确定重要发电机组表征系统特征的关键变量。
可选地，确定关键变量模块310，包括：电网的多种运行方式包括平负荷方式、高峰负荷方式以及低谷负荷方式；确定扫描结果子模块，用于基于多种运行方式，进行故障仿真扫描，确定故障仿真扫描结果，故障包括交流线路三永N-1故障、三永N-2故障，以及直流闭锁、换相失败、再启动故障；以及获取故障子模块，用于根据故障仿真扫描结果，获取故障过程中功率波动较大的薄弱交流断面、电压跌落幅度较大的关键母线节点、功角摆动较大的重要发电机组以及速度偏差较大的重要发电机组。
可选地，确定特征变量曲线模块330，包括：确定发电机组功角曲线子模块，用于根据系统功角稳定性需求，确定薄弱交流断面功率曲线以及重要发电机组功角曲线；确定母线节点电压曲线子模块，用于根据系统电压稳定性需求，确定关键母线节点电压曲线；以及确定速度偏差曲线子模块，用于根据系统频率稳定性需求，确定重要发电机组速度偏差曲线。
可选地，确定数据样本模块340，包括：确定分段取样数据样本子模块，用于根据与特定稳定需求对应的特征变量曲线，确定多时间尺度的分段取样数据样本；以及确定稳定性分析数据样本子模块，用于根据多时间尺度的分段取样数据样本以及取样时间窗口，确定电力系统的稳定性分析数据样本。
本发明的实施例的一种确定电力系统的稳定性分析数据样本的系统300与本发明的另一个实施例的一种确定电力系统的稳定性分析数据样本的方法100相对应，在此不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (2)
1.一种确定电力系统的稳定性分析数据样本的方法，其特征在于，包括：
根据电网的多种运行方式，确定表征系统特征的关键变量；
通过仿真计算，在所述多种运行方式以及不同交直流故障形态下，确定与所述表征系统特征的关键变量对应的响应曲线；
根据电力系统的不同稳定需求，对所述响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线；以及
根据电网控制需求，确定取样时间窗口，确定取样时间窗口△T＝200ms，并根据与特定稳定需求对应的特征变量曲线以及所述取样时间窗口，确定电力系统的稳定性分析数据样本；
根据电网的多种运行方式，确定表征系统特征的关键变量，包括：
根据电网的多种运行方式，确定电网薄弱断面表征系统特征的关键变量；
根据电网的多种运行方式，确定关键母线节点表征系统特征的关键变量；以及
根据电网的多种运行方式，确定重要发电机组表征系统特征的关键变量；
根据电网的多种运行方式，确定表征系统特征的关键变量，包括：
所述电网的多种运行方式包括平负荷方式、高峰负荷方式以及低谷负荷方式；
基于所述多种运行方式，进行故障仿真扫描，确定故障仿真扫描结果，所述故障包括交流线路三永N-1故障、三永N-2故障，以及直流闭锁、换相失败、再启动故障；以及
根据所述故障仿真扫描结果，获取故障过程中功率波动大的薄弱交流断面、电压跌落幅度大的关键母线节点、功角摆动大的重要发电机组以及速度偏差大的重要发电机组；
根据电力系统的不同稳定需求，对所述响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线，包括：
根据系统功角稳定性需求，确定薄弱交流断面功率曲线以及重要发电机组功角曲线；
根据系统电压稳定性需求，确定关键母线节点电压曲线；以及
根据系统频率稳定性需求，确定重要发电机组速度偏差曲线；
根据与特定稳定需求对应的特征变量曲线以及所述取样时间窗口，确定电力系统的稳定性分析数据样本，包括：
根据与特定稳定需求对应的特征变量曲线，确定多时间尺度的分段取样数据样本；以及
根据所述多时间尺度的分段取样数据样本以及所述取样时间窗口，确定电力系统的稳定性分析数据样本。
2.一种确定电力系统的稳定性分析数据样本的系统，其特征在于，包括：
确定关键变量模块，用于根据电网的多种运行方式，确定表征系统特征的关键变量；
确定响应曲线模块，用于通过仿真计算，在所述多种运行方式以及不同交直流故障形态下，确定与所述表征系统特征的关键变量对应的响应曲线；
确定特征变量曲线模块，用于根据电力系统的不同稳定需求，对所述响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线；以及
确定数据样本模块，用于根据电网控制需求，确定取样时间窗口，确定取样时间窗口△T＝200ms，并根据与特定稳定需求对应的特征变量曲线以及所述取样时间窗口，确定电力系统的稳定性分析数据样本；
确定关键变量模块，包括：
确定薄弱断面子模块，用于根据电网的多种运行方式，确定电网薄弱断面表征系统特征的关键变量；
确定母线节点子模块，用于根据电网的多种运行方式，确定关键母线节点表征系统特征的关键变量；以及
确定发电机组子模块，用于根据电网的多种运行方式，确定重要发电机组表征系统特征的关键变量；
确定关键变量模块，包括：
所述电网的多种运行方式包括平负荷方式、高峰负荷方式以及低谷负荷方式；
确定扫描结果子模块，用于基于所述多种运行方式，进行故障仿真扫描，确定故障仿真扫描结果，所述故障包括交流线路三永N-1故障、三永N-2故障，以及直流闭锁、换相失败、再启动故障；以及
获取故障子模块，用于根据所述故障仿真扫描结果，获取故障过程中功率波动大的薄弱交流断面、电压跌落幅度大的关键母线节点、功角摆动大的重要发电机组以及速度偏差大的重要发电机组；
确定特征变量曲线模块，包括：
确定发电机组功角曲线子模块，用于根据系统功角稳定性需求，确定薄弱交流断面功率曲线以及重要发电机组功角曲线；
确定母线节点电压曲线子模块，用于根据系统电压稳定性需求，确定关键母线节点电压曲线；以及
确定速度偏差曲线子模块，用于根据系统频率稳定性需求，确定重要发电机组速度偏差曲线；
确定数据样本模块，包括：
确定分段取样数据样本子模块，用于根据与特定稳定需求对应的特征变量曲线，确定多时间尺度的分段取样数据样本；以及
确定稳定性分析数据样本子模块，用于根据所述多时间尺度的分段取样数据样本以及所述取样时间窗口，确定电力系统的稳定性分析数据样本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011414487.XA CN112651169B (zh) | 2020-12-04 | 2020-12-04 | 一种确定电力系统的稳定性分析数据样本的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011414487.XA CN112651169B (zh) | 2020-12-04 | 2020-12-04 | 一种确定电力系统的稳定性分析数据样本的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112651169A CN112651169A (zh) | 2021-04-13 |
| CN112651169B true CN112651169B (zh) | 2024-11-01 |
Family
ID=75351138
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011414487.XA Active CN112651169B (zh) | 2020-12-04 | 2020-12-04 | 一种确定电力系统的稳定性分析数据样本的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112651169B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103036230A (zh) * | 2012-12-10 | 2013-04-10 | 上海市电力公司 | 一种基于工程应用的交直流混联大电网的动态等值方法 |
| CN111146779A (zh) * | 2019-12-25 | 2020-05-12 | 国家电网公司西北分部 | 一种电力设备相继故障的大电网柔性安全控制方法及系统 |
| CN111369168A (zh) * | 2020-03-18 | 2020-07-03 | 武汉大学 | 一种适应电网多种调控运行场景的关联特征选择方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102324743B (zh) * | 2011-09-21 | 2015-07-08 | 国电南瑞科技股份有限公司 | 电力系统在线暂态安全稳定评估预想故障筛选方法 |
| US9529057B2 (en) * | 2012-07-24 | 2016-12-27 | Binod Shrestha | Apparatus and method for out-of-step protection using the analysis of trajectories of electrical measurements in state plane |
| CN103337831B (zh) * | 2013-06-17 | 2015-08-19 | 国家电网公司 | 一种具有自适应功能的失步解列方法 |
| CN105244871B (zh) * | 2015-10-19 | 2018-06-29 | 南方电网科学研究院有限责任公司 | 暂态功角失稳识别方法及系统 |
| CN106130039A (zh) * | 2016-07-06 | 2016-11-16 | 南方电网科学研究院有限责任公司 | 电力系统的主导失稳模式识别方法和系统 |
| CN106340907B (zh) * | 2016-09-30 | 2019-03-19 | 国家电网公司 | 一种电力系统安全稳定控制策略确定方法及装置 |
-
2020
- 2020-12-04 CN CN202011414487.XA patent/CN112651169B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103036230A (zh) * | 2012-12-10 | 2013-04-10 | 上海市电力公司 | 一种基于工程应用的交直流混联大电网的动态等值方法 |
| CN111146779A (zh) * | 2019-12-25 | 2020-05-12 | 国家电网公司西北分部 | 一种电力设备相继故障的大电网柔性安全控制方法及系统 |
| CN111369168A (zh) * | 2020-03-18 | 2020-07-03 | 武汉大学 | 一种适应电网多种调控运行场景的关联特征选择方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112651169A (zh) | 2021-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abdelsalam et al. | Islanding detection of microgrid incorporating inverter based DGs using long short-term memory network | |
| CN104463706B (zh) | 一种用于电网检测电压暂降事件原因的方法和系统 | |
| CN107274105B (zh) | 基于线性判别分析的多属性决策树电网稳定裕度评估方法 | |
| CN110994604B (zh) | 基于lstm-dnn模型的电力系统暂态稳定评估方法 | |
| CN110879917A (zh) | 一种基于迁移学习的电力系统暂态稳定自适应评估方法 | |
| CN112330165B (zh) | 基于特征分离型神经网络的电网暂态稳定评估方法及系统 | |
| CN110635479B (zh) | 一种限制短路电流运行方式的智能辅助决策方法及系统 | |
| CN113092900B (zh) | 光伏逆变器的状态检测方法、装置及计算机可读存储介质 | |
| Wang et al. | Power system transient stability assessment based on bayesian optimized LightGBM | |
| CN110824297B (zh) | 一种基于svm支持向量机的单相接地故障判别方法和装置 | |
| CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统 | |
| CN112651169B (zh) | 一种确定电力系统的稳定性分析数据样本的方法及系统 | |
| CN113258563B (zh) | 柔直孤岛接入的交流电网继电保护灵敏度确定方法及装置 | |
| CN111506993B (zh) | 一种换相失败保护的现场测试方法及系统 | |
| CN111722053A (zh) | 一种多能互补微电网故障快速识别方法及系统 | |
| CN118278798A (zh) | 一种基于运行指标分析的电网关键故障筛选方法及系统 | |
| CN111475915A (zh) | 基于故障概率和时域仿真准稳态的相继故障在线评估方法 | |
| CN116204771A (zh) | 电力系统暂态稳定关键特征选择方法、装置及产品 | |
| CN116070384A (zh) | 基于电网特征排列重要性的暂态稳定评估方法及系统 | |
| CN114400663A (zh) | 异构样本构造、电力系统暂态电压稳定评估方法及系统 | |
| CN113128130A (zh) | 一种判断直流配电系统稳定性的实时监测方法及装置 | |
| Cheng et al. | Conditional mutual information based interpretable key feature selection method for power system security analysis | |
| Tian et al. | An Improved XGBoost-based Transient Stability Assessment Method for Power System | |
| CN117591859A (zh) | 基于数据驱动的风电新能源线路故障智能诊断方法及系统 | |
| CN116961072B (zh) | 基于时空卷积网络的多直流连锁换相失败识别方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |