当前位置: 首页 > 专利查询>湖南大学专利>正文

一种基于阻抗信息学习的电网暂态电压稳定评估方法技术

技术编号:42014776 阅读:31 留言:0更新日期:2024-07-16 23:09
本发明专利技术公开了一种基于阻抗信息学习的电网暂态电压稳定评估方法,包括:基于时域仿真提取关键负荷节点的电气量时序轨迹,并对电网暂态电压稳定/失稳状态进行标定;计算得到关键负荷节点的负荷阻抗时序轨迹和戴维南等值阻抗时序轨迹;基于具有物理意义的暂态电压稳定阻抗判据,将电气量时序轨迹、阻抗信息以及电网暂态电压稳定/失稳状态结合;根据得到的暂态样本集对卷积神经网络进行电气量和阻抗信息学习,得到基于阻抗信息学习的暂态电压稳定评估模型;基于暂态电压稳定评估模型对关键负荷节点的阻抗信息进行分析,输出系统暂态电压稳定状态评估结果。本发明专利技术能够提高暂态电压稳定评估的性能,实现对暂态电压稳定状态准确高效的在线评估。

【技术实现步骤摘要】

本专利技术涉及电网动态稳定分析与评估,尤其涉及的是一种基于阻抗信息学习的电网暂态电压稳定评估方法


技术介绍

1、近年来,随着电网规模不断扩张、电力负荷水平持续增长。在此背景下,电网的形态和结构发生了重大变化。另一方面,随着可再生能源和电力电子设备占比不断增加,电网逐步呈现出高比例可再生能源和高比例电力电子设备的“双高”特性,这些趋势使得传统电网的运行特性和稳定机理发生转变,如系统惯量减小、源-荷不确定性加剧等。以上特性和机理使得电网遭受暂态扰动后系统的电压稳定性面临严峻挑战,若不采取快速、精确、自适应的评估并及时采取相关控制措施,电网极易发生电压失稳甚至电压崩溃事故。

2、针对电网暂态电压稳定评估问题,近年来已有不少学者开展了相关研究,在能量函数、时域仿真和机器学习等多种方法的基础上提出了电网暂态电压稳定评估方法。现有基于机器学习的暂态电压稳定评估方法直接将同步相量测量装置得到的电气量数据作为输入,以此对深度学习模型进行学习,这种方式缺乏对与暂态电压失稳机理的相关知识信息的学习,导致基于机器学习的暂态电压稳定评估的准确性较低。

3本文档来自技高网...

【技术保护点】

1.一种基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,包括:

2.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述基于电网实际运行方式和暂态故障进行时域仿真,提取关键负荷节点的电气量时序轨迹,并对电网暂态电压稳定/失稳状态进行标定,包括:

3.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述根据所述电气量时序轨迹计算得到所述关键负荷节点的负荷阻抗时序轨迹和戴维南等值阻抗时序轨迹,包括:

4.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述基于具有物...

【技术特征摘要】

1.一种基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,包括:

2.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述基于电网实际运行方式和暂态故障进行时域仿真,提取关键负荷节点的电气量时序轨迹,并对电网暂态电压稳定/失稳状态进行标定,包括:

3.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述根据所述电气量时序轨迹计算得到所述关键负荷节点的负荷阻抗时序轨迹和戴维南等值阻抗时序轨迹,包括:

4.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述基于具有物理意义的暂态电压稳定阻抗判据,包括:

5.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述构建卷积神经网络,根据所述暂态样本集对所述卷积神经网络进行电气量和阻抗信息学习,得到基于阻抗信息学习的暂态电压稳定评估模型,包括:

6.根据权利要求1所述的基于阻抗信息学习的电网暂态电压稳定评估方法,其特征在于,所述根...

【专利技术属性】
技术研发人员:朱利鹏黄玮芝侯杰郑李梦千李佳勇张聪
申请(专利权)人:湖南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1