【技术实现步骤摘要】
本专利技术涉及电力系统惯量，尤其是指一种基于卷积神经网络的电力系统节点惯量连续评估方法。
技术介绍
1、随着全球可再生能源的快速发展，传统基于同步发电机的电网逐渐被基于逆变器的资源（ibrs）所取代；基于逆变器的资源是指通过逆变器将直流电转换为交流电，并利用电力电子接口连接到电力系统中的各类发电、储能等相关资源及配套设施、技术、信息等。
2、同步发电机能够在系统负荷变化或者出现扰动时，通过其自身旋转机械提供惯量维持转速，迅速抵御频率波动，进而使得系统频率变化平缓；同时，同步发电机可以通过调节励磁等方式，利用自身惯量和磁链等特性，对系统电压进行有效的调节；然而，由于基于逆变器的资源不具备物理惯性，当系统负荷突变或者发电功率突然变化时，无法提供惯量支持来平滑功率变化，会导致电力系统频率波动加剧，系统频率恢复到稳定值的速度变慢，甚至可能出现频率持续偏移，难以恢复到正常运行范围的情况，影响电力系统的稳定运行，且容易引起并网点电压的快速波动，对电力系统电压的调节能力较弱，在系统无功功率需求变化较大时，无法及时有效地维持电压稳定，增加电...
【技术保护点】
1.一种基于卷积神经网络的电力系统节点惯量连续评估方法，其特征在于，包括：
2.根据权利要求1所述的一种基于卷积神经网络的电力系统节点惯量连续评估方法，其特征在于，所述基于电力系统仿真模型，获取不同组合的电力场景包括：
3.根据权利要求2所述的一种基于卷积神经网络的电力系统节点惯量连续评估方法，其特征在于，获取每组电力场景下各个节点不同采样点的电压数据包括：
4.根据权利要求1所述的一种基于卷积神经网络的电力系统节点惯量连续评估方法，其特征在于，所述基于预设采样时段内，每组电力场景下各个节点不同时域采样点的电压数据，得到每组电力场景...
【技术特征摘要】
1.一种基于卷积神经网络的电力系统节点惯量连续评估方法，其特征在于，包括：
2.根据权利要求1所述的一种基于卷积神经网络的电力系统节点惯量连续评估方法，其特征在于，所述基于电力系统仿真模型，获取不同组合的电力场景包括：
3.根据权利要求2所述的一种基于卷积神经网络的电力系统节点惯量连续评估方法，其特征在于，获取每组电力场景下各个节点不同采样点的电压数据包括：
4.根据权利要求1所述的一种基于卷积神经网络的电力系统节点惯量连续评估方法，其特征在于，所述基于预设采样时段内，每组电力场景下各个节点不同时域采样点的电压数据，得到每组电力场景下各个节点不同频域采样点的电压频谱数据包括：
5.根据权利要求1所述的一种基于卷积神经网络的电力系统节点惯量连续评估方法，其特征在于，所述根据每组电力场景下各个节点电压频谱数据的幅值模长能量占比大于能量阈值的电压频谱数据，得到每组电力场景下各个节点的频域采样点取值范围包括：
6.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员：吕世轩，曹静，王伟，熊俊杰，郑丽君，杨冬冬，刘宗伟，耿蒲龙，雷志鹏，
申请(专利权)人：国网山西省电力公司电力科学研究院，
类型：发明
国别省市：
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。