CN108595753B - 一种风机电磁暂态恢复特性曲线优化方法和装置 - Google Patents
一种风机电磁暂态恢复特性曲线优化方法和装置 Download PDFInfo
- Publication number
- CN108595753B CN108595753B CN201810227829.3A CN201810227829A CN108595753B CN 108595753 B CN108595753 B CN 108595753B CN 201810227829 A CN201810227829 A CN 201810227829A CN 108595753 B CN108595753 B CN 108595753B
- Authority
- CN
- China
- Prior art keywords
- characteristic curve
- recovery characteristic
- electromagnetic transient
- len
- transient recovery
- 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
- 230000001052 transient effect Effects 0.000 title claims abstract description 356
- 238000011084 recovery Methods 0.000 title claims abstract description 328
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005457 optimization Methods 0.000 claims abstract description 57
- 238000007781 pre-processing Methods 0.000 claims abstract description 32
- 238000010248 power generation Methods 0.000 claims abstract description 12
- 238000004088 simulation Methods 0.000 claims description 37
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 23
- 238000012795 verification Methods 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 abstract description 15
- 230000008569 process Effects 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000007704 transition Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 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]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measuring Magnetic Variables (AREA)
Abstract
本发明提供了一种风机电磁暂态恢复特性曲线优化方法和装置，先确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，并根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理；然后根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点，本发明通过选取关键数据点实现电磁暂态恢复特性曲线的优化，减小了电磁暂态恢复特性曲线的长度，使得单一样本占用存储空间小，适用于对大量电磁暂态恢复特性曲线进行优化，并将优化后的曲线存入电磁暂态恢复特性曲线样本库中，从而能够满足对其他故障和工况下的恢复特性进行研究的需求。
Description
技术领域
本发明涉及暂态仿真技术，具体涉及一种风机电磁暂态恢复特性曲线优化方法和装置。
背景技术
电磁暂态仿真通常采用三相瞬时值分析计算，其计算元件的模型通常采用微分方程或者偏微分方程来描述，考虑到电力电子器件的非线性特性，电磁暂态的仿真步长为微秒级，可以模拟电力电子器件的微秒级动态过程，而机电暂态仿真通常采用基波相量来描述，其元件的数学模型主要是一阶微分方程组，机电暂态的仿真步长一般为毫秒级，无法模拟电力电子器件的微秒级动态过程。电磁暂态仿真计算中，计算元件的模型通常采用微分方程或者偏微分方程来描述，如网络中广泛存在的电容、电感等元件构成的微分方程。在暂态过程中，对于长线等分布参数元件，其电压和电流之间的关系应由偏微分方程来描述。电磁暂态仿真计算的求解是基于a、b、c三相瞬时值表达式和对称矩阵之上的，模型描述较为详细具体，通常考虑了元件电磁耦合、非线性以及输电线路的分布参数特征和频率相关性等，求解过程繁琐复杂。机电暂态仿真计算是基于序网络分解理论，将系统相互分解成正序、负序、零序网络后分别求解，只能反映工频或者相近频率范围内系统的运行状况。电磁暂态过程仿真的计算过程，需要详细考察元件的动态特性，一般采用微分方程描述，然后应用数值方法进行求解。机电暂态仿真的算法是联立求解电力系统微分方程组和代数方程组，以获得物理量的时域解。现有技术中只是简单的将风机电磁暂态恢复特性曲线的所有数据全部存储，占用大量的存储空间，难以满足对其他故障和工况下的恢复特性进行研究的需求。
发明内容
为了克服上述现有技术中曲线存储占用空间大导致的难以满足对其他故障和工况下的恢复特性进行研究的需求的不足，本发明提供一种风机电磁暂态恢复特性曲线优化方法和装置，先确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，并根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理；然后根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点，本发明通过选取关键数据点实现电磁暂态恢复特性曲线的优化，减小了电磁暂态恢复特性曲线的长度，使得单一样本占用存储空间小，适用于对大量电磁暂态恢复特性曲线进行优化，并将优化后的曲线存入数据库中，从而能够满足对其他故障和工况下的恢复特性进行研究的需求。
为了实现上述发明目的，本发明采取如下技术方案：
一方面，本发明提供一种风机电磁暂态恢复特性曲线优化方法，包括：
确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，并根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理；
根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点。
所述确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，包括：
分别通过预先构建的电磁暂态仿真模型和机电暂态仿真模型确定不同工况和不同故障下电磁暂态恢复特性曲线和机电暂态恢复特性曲线，所述电磁暂态仿真模型和机电暂态仿真模型分别通过电磁暂态仿真软件和机电暂态仿真软件构建。
根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理，包括：
根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线；
对简化后的电磁暂态恢复特性曲线进行截取，得到截取后的电磁暂态恢复特性曲线；
对截取后的电磁暂态恢复特性曲线进行稳定性校验，得到预处理后的电磁暂态恢复特性曲线。
所述根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线，包括：
将电磁暂态恢复特性曲线划分为与机电暂态恢复特性曲线中每个机电步长等长的多组电磁步长；
将每组电磁步长中所有电磁步长的恢复特性值均替换成该组中第一个电磁步长的恢复特性值，以得到简化后的电磁暂态恢复特性曲线。
所述对简化后的电磁暂态恢复特性曲线进行截取，得到截取后的电磁暂态恢复特性曲线，包括：
去除简化后的电磁暂态恢复特性曲线中[1,LENhead]和[LENwave-LENtail+1,KENwave]两个区间的曲线，其中LENwave表示简化后的电磁暂态恢复特性曲线长度，LENhead表示简化后的电磁暂态恢复特性曲线头部需要截取的长度，LENtail简化后的电磁暂态恢复特性曲线尾部需要截取的长度。
所述对截取后的电磁暂态恢复特性曲线进行稳定性校验，得到预处理后的电磁暂态恢复特性曲线，包括：
按下式计算区间[1,LENsteady]和区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标：
其中，Ksteady1表示区间[1,LENsteady]的稳定性指标，Ksteady2表示区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标，LENsteady表示截取后的电磁暂态恢复特性曲线稳定性校验区长度，LENwave1表示截取后的电磁暂态恢复特性曲线长度；Std1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的标准差，Aveabs1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的均值绝对值；Std2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的标准差，Aveabs2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的均值绝对值；
判断是否满足Ksteady1＜THREsteady且Ksteady2＜THREsteady，若是，得到预处理后的电磁暂态恢复特性曲线，否则抛弃该截取后的电磁暂态恢复特性曲线，THREsteady表示稳定性阈值。。
所述优化模型包括目标函数和约束条件；
所述目标函数如下式：
其中，ErrorKP表示预处理后的电磁暂态恢复特性曲线与由分段线性插值形成的电磁暂态恢复特性曲线间各点欧式距离之和，NKP表示初始数据点的个数，ABS(·)表示绝对值函数，
W[Left(i)∶Right(i)]表示预处理后的电磁暂态恢复特性曲线，Line[Left(i)∶Right(i)]表示由分段线性插值形成的电磁暂态恢复特性曲线；Left(i)和Right(i)分别表示由初始数据点所划分的各个区间的左右边界坐标，且 KPIi表示第i个关键数据点的时间信息；
所述约束条件如下式：
根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点，包括：
选取预处理后的电磁暂态恢复特性曲线中的区间极值点和区间转折点作为初始数据点；
根据所述优化模型从初始数据点选取关键数据点。
所述根据所述优化模型从初始数据点选取关键数据点，包括：
通过优化模型确定初始数据点的个数为预设起始个数时的归一化基准值ErrorKP0；
初始数据点的个数从预设起始个数开始递增，通过优化模型分别确定不同数量的初始数据点所对应的ErrorKP，将所有ErrorKP以ErrorKP0作为基准值进行归一化处理，满足约束条件ErrorKP/ErrorKP0≤ThreErrN的ErrorKP所对应的各初始数据点即为选取的关键数据点；
其中，预设起始个数中的初始数据点包括故障开始时刻和故障结束系统恢复稳定运行时刻所对应的数值点、以为位于故障开始和故障结束系统恢复稳定运行时刻之间的至少一个数值点；ThreErrN表示关键数据点个数阈值。
根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点之后，还包括：
将选取的关键数据点的时间信息和数值信息存入电磁暂态恢复特性曲线样本库。
另一方面，本发明提供一种风机电磁暂态恢复特性曲线优化装置，包括：
预处理模块，用于确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，并根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理；
选取模块，用于根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点。
所述预处理模块包括：
建模单元，用于通过电磁暂态仿真软件和机电暂态仿真软件构建电磁暂态仿真模型和机电暂态仿真模型；
曲线确定单元，用于通过电磁暂态仿真模型和机电暂态仿真模型确定不同工况和不同故障下电磁暂态恢复特性曲线和机电暂态恢复特性曲线。
所述预处理模块还包括预处理单元，所述预处理单元包括：
简化单元，用于根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线；
截取单元，用于对简化后的电磁暂态恢复特性曲线进行截取，得到截取后的电磁暂态恢复特性曲线；
校验单元，用于对截取后的电磁暂态恢复特性曲线进行稳定性校验，得到预处理后的电磁暂态恢复特性曲线。
所述简化单元具体用于：
将电磁暂态恢复特性曲线划分为与机电暂态恢复特性曲线中每个机电步长等长的多组电磁步长；
将每组电磁步长中所有电磁步长的恢复特性值均替换成该组中第一个电磁步长的恢复特性值，以得到简化后的电磁暂态恢复特性曲线。
所述截取单元具体用于：
去除简化后的电磁暂态恢复特性曲线中[1,LENhead]和[LENwave-LENtail+1,LENwave]两个区间的曲线，其中LENwave表示简化后的电磁暂态恢复特性曲线长度，LENhead表示简化后的电磁暂态恢复特性曲线头部需要截取的长度，LENtail简化后的电磁暂态恢复特性曲线尾部需要截取的长度。
所述校验单元具体用于：
按下式计算区间[1,LENsteady]和区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标：
其中，Ksteady1表示区间[1,LENsteady]的稳定性指标，Ksteady2表示区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标，LENsteady表示截取后的电磁暂态恢复特性曲线稳定性校验区长度，LENwave1表示截取后的电磁暂态恢复特性曲线长度；Std1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的标准差，Aveabs1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的均值绝对值；Std2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的标准差，Aveabs2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的均值绝对值；
判断是否满足Ksteady1＜THREsteady且Ksteady2＜THREsteady，若是，得到预处理后的电磁暂态恢复特性曲线，否则抛弃该截取后的电磁暂态恢复特性曲线，THREsteady表示稳定性阈值。
所述装置还包括建模模块，所述建模模块用于构建优化模型，所述优化模型包括目标函数和约束条件；
所述目标函数如下式：
其中，ErrorKP表示预处理后的电磁暂态恢复特性曲线与由分段线性插值形成的电磁暂态恢复特性曲线间各点欧式距离之和，NKP表示初始数据点的个数，ABS(·)表示绝对值函数，
W[Left(i)∶Right(i)]表示预处理后的电磁暂态恢复特性曲线，Line[Left(i)∶Right(i)]表示由分段线性插值形成的电磁暂态恢复特性曲线；Left(i)和Right(i)分别表示由初始数据点所划分的各个区间的左右边界坐标，且 KPIi表示第i个关键数据点的时间信息；
所述约束条件如下式：
所述选取模块包括：
初始数据点选取单元，用于选取预处理后的电磁暂态恢复特性曲线中的区间极值点和区间转折点作为初始数据点；
关键数据点选取单元，用于根据所述优化模型从初始数据点选取关键数据点。
所述关键数据点选取单元具体用于：
通过优化模型确定初始数据点的个数为预设起始个数时的归一化基准值ErrorKP0；
初始数据点的个数从预设起始个数开始递增，通过优化模型分别确定不同数量的初始数据点所对应的ErrorKP，将所有ErrorKP以ErrorKP0作为基准值进行归一化处理，满足约束条件ErrorKP/ErrorKP0≤ThreErrN的ErrorKP所对应的各初始数据点即为选取的关键数据点；
其中，预设起始个数中的初始数据点包括故障开始时刻和故障结束系统恢复稳定运行时刻所对应的数值点、以为位于故障开始和故障结束系统恢复稳定运行时刻之间的至少一个数值点；ThreErrN表示关键数据点个数阈值。
所述装置还包括存储模块，用于将选取的关键数据点的时间信息和数值信息存入电磁暂态恢复特性曲线样本库。
与最接近的现有技术相比，本发明提供的技术方案具有以下有益效果：
本发明提供的风机电磁暂态恢复特性曲线优化方法中，先确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，并根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理；然后根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点，本发明的方法通过曲线预处理和选取关键数据点实现电磁暂态恢复特性曲线的优化，减小了对曲线中数据点的存储量，使得单一样本占用空间小，并且适用于对大量电磁暂态恢复特性曲线进行优化；
本发明提供的风机电磁暂态恢复特性曲线优化装置包括预处理模块和选取模块，预处理模块用于确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，并根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理；选取模块用于根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点，本发明的装置通过曲线预处理和选取关键数据点实现电磁暂态恢复特性曲线的优化，减小了对曲线中数据点的存储量，使得单一样本占用空间小，并且适用于对大量电磁暂态恢复特性曲线进行优化。
附图说明
图1是本发明实施例中风机电磁暂态恢复特性曲线优化方法流程图；
图2是本发明实施例中根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明实施例提供一种风机电磁暂态恢复特性曲线优化方法，具体过程如图1所示，具体包括如下步骤：
S101：确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，并根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理；
S102：根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点。
上述S101中，确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，具体过程如下：
分别通过预先构建的电磁暂态仿真模型和机电暂态仿真模型确定不同工况和不同故障下电磁暂态恢复特性曲线和机电暂态恢复特性曲线，所述电磁暂态仿真模型和机电暂态仿真模型分别通过电磁暂态仿真软件和机电暂态仿真软件构建。
上述S101中，根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理，具体过程如下：
1)根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线；
2)对简化后的电磁暂态恢复特性曲线进行截取，得到截取后的电磁暂态恢复特性曲线；
3)对截取后的电磁暂态恢复特性曲线进行稳定性校验，得到预处理后的电磁暂态恢复特性曲线。
上述1)中，根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线，具体过程如下：
如图2所示，将电磁暂态恢复特性曲线划分为与机电暂态恢复特性曲线中每个机电步长等长的多组电磁步长；
将每组电磁步长中所有电磁步长的恢复特性值均替换成该组中第一个电磁步长的恢复特性值，以得到简化后的电磁暂态恢复特性曲线。
上述2)中，对简化后的电磁暂态恢复特性曲线进行截取，得到截取后的电磁暂态恢复特性曲线，具体过程如下：
去除简化后的电磁暂态恢复特性曲线中[1,LENhead]和[LENwave-LENtail+1,LENwave]两个区间的曲线，其中LENwave表示简化后的电磁暂态恢复特性曲线长度，LENhead表示简化后的电磁暂态恢复特性曲线头部需要截取的长度，LENtail简化后的电磁暂态恢复特性曲线尾部需要截取的长度。
上述3)中，对截取后的电磁暂态恢复特性曲线进行稳定性校验，得到预处理后的电磁暂态恢复特性曲线，具体过程如下：
①按下式计算区间[1,LENsteady]和区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标：
其中，Ksteady1表示区间[1,LENsteady]的稳定性指标，Ksteady2表示区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标，LENsteady表示截取后的电磁暂态恢复特性曲线稳定性校验区长度，LENwave1表示截取后的电磁暂态恢复特性曲线长度；Std1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的标准差，Aveabs1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的均值绝对值；Std2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的标准差，Aveabs2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的均值绝对值；
②判断是否满足Ksteady1＜THREsteady且Ksteady2＜THREsteady，若是，得到预处理后的电磁暂态恢复特性曲线，否则抛弃该截取后的电磁暂态恢复特性曲线，THREsteady表示稳定性阈值。
上述S102中的优化模型包括目标函数和约束条件；
目标函数如下式：
其中，ErrorKP表示预处理后的电磁暂态恢复特性曲线与由分段线性插值形成的电磁暂态恢复特性曲线间各点欧式距离之和，NKP表示初始数据点的个数，ABS(·)表示绝对值函数，
W[Left(i)∶Right(i)]表示预处理后的电磁暂态恢复特性曲线，Line[Left(i)∶Right(i)]表示由分段线性插值形成的电磁暂态恢复特性曲线；Left(i)和Right(i)分别表示由初始数据点所划分的各个区间的左右边界坐标，且 KPIi表示第i个关键数据点的时间信息；
约束条件如下式：
上述S102中，根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点，具体过程如下：
1)选取预处理后的电磁暂态恢复特性曲线中的区间极值点和区间转折点作为初始数据点，所述初始数据点包括时间信息和数值信息；
2)根据优化模型从初始数据点选取关键数据点，具体过程如下：
通过优化模型确定初始数据点的个数为预设起始个数时的归一化基准值ErrorKP0；
初始数据点的个数从预设起始个数开始递增，通过优化模型分别确定不同数量的初始数据点所对应的ErrorKP，将所有ErrorKP以ErrorKP0作为基准值进行归一化处理，满足约束条件ErrorKP/ErrorKP0≤ThreErrN的ErrorKP所对应的各初始数据点即为选取的关键数据点；
其中，预设起始个数中的初始数据点包括故障开始时刻和故障结束系统恢复稳定运行时刻所对应的数值点、以为位于故障开始和故障结束系统恢复稳定运行时刻之间的至少一个数值点；ThreErrN表示关键数据点个数阈值。
上述技术方案解决了现有技术中只简单的存储曲线的全部数据，使得单一曲线占用存储空间大，如果恢复特性曲线数量较多，就会占用大量存储空间。
由于现有技术中风机电磁暂态恢复特性曲线通常是有电网实际故障录波或由风机厂家提供得到，因此通过故障录波设备产生的曲线数量很少，而且由于故障发生的偶然性和随机性，只能得到特定的已发生的故障下风机暂态恢复特性录波曲线。故根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点之后，还可以包括：
将选取的关键数据点的时间信息和数值信息存入电磁暂态恢复特性曲线样本库。
通过对曲线进行预处理和关键数据点选取后存入曲线样本库，从而满足日后对电磁暂态恢复特性曲线的特点进行分析，以及满足对其他故障和工况下的恢复特性进行研究的需求。
电磁暂态恢复特性曲线样本库包括指定工况、故障类型、故障距离、故障时间、过渡电阻、电气距离、基模编号、基波曲线和关键数据点模板，如表1所示：
表1
| 字段 | 含义 |
| 指定工况 | 记录该样本对应仿真样本中风机系统的电气参数，如功率等 |
| 故障类型 | 不对称故障类型 |
| 故障距离 | 故障点在线路中的位置占线路全长的比例 |
| 故障时间 | 故障发生的持续时间 |
| 过渡电阻 | 短路故障的过渡电阻值 |
| 电气距离 | 故障点到最近设备的电气距离 |
| 基模编号 | 恢复特性曲线所属的基模编号 |
| 基波曲线 | 基模对应的恢复特性曲线 |
| 关键数据点模板 | 基模曲线对应的关键数据点模板 |
基于同一发明构思，本发明实施例还提供一种风机电磁暂态恢复特性曲线优化装置，包括预处理模块和选取模块，下面分别对上述两个模块进行详细介绍：
其中的预处理模块，用于确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，并根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理；
其中的选取模块，用于根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点。
上述的预处理模块包括：
1)建模单元，用于通过电磁暂态仿真软件和机电暂态仿真软件构建电磁暂态仿真模型和机电暂态仿真模型；
2)曲线确定单元，用于通过电磁暂态仿真模型和机电暂态仿真模型确定不同工况和不同故障下电磁暂态恢复特性曲线和机电暂态恢复特性曲线。
3)预处理单元，预处理单元包括：
3-1)简化单元，用于根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线；
3-2)截取单元，用于对简化后的电磁暂态恢复特性曲线进行截取，得到截取后的电磁暂态恢复特性曲线；
3-3)校验单元，用于对截取后的电磁暂态恢复特性曲线进行稳定性校验，得到预处理后的电磁暂态恢复特性曲线。
上述的简化单元根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线的具体过程如下：
将电磁暂态恢复特性曲线划分为与机电暂态恢复特性曲线中每个机电步长等长的多组电磁步长；
将每组电磁步长中所有电磁步长的恢复特性值均替换成该组中第一个电磁步长的恢复特性值，以得到简化后的电磁暂态恢复特性曲线。
上述的截取单元对简化后的电磁暂态恢复特性曲线进行截取，得到截取后的电磁暂态恢复特性曲线，具体过程如下：
去除简化后的电磁暂态恢复特性曲线中[1,LENhead]和[LENwave-LENtail+1,LENwave]两个区间的曲线，其中LENwave表示简化后的电磁暂态恢复特性曲线长度，LENhead表示简化后的电磁暂态恢复特性曲线头部需要截取的长度，LENtail简化后的电磁暂态恢复特性曲线尾部需要截取的长度。
上述的校验单元对截取后的电磁暂态恢复特性曲线进行稳定性校验，得到预处理后的电磁暂态恢复特性曲线，具体过程如下：
按下式计算区间[1,LENsteady]和区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标：
其中，Ksteady1表示区间[1,LENsteady]的稳定性指标，Ksteady2表示区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标，LENsteady表示截取后的电磁暂态恢复特性曲线稳定性校验区长度，LENwave1表示截取后的电磁暂态恢复特性曲线长度；Std1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的标准差，Aveabs1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的均值绝对值；Std2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的标准差，Aveabs2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的均值绝对值；
判断是否满足Ksteady1＜THREsteady且Ksteady2＜THREsteady，若是，得到预处理后的电磁暂态恢复特性曲线，否则抛弃该截取后的电磁暂态恢复特性曲线，THREsteady表示稳定性阈值。
本发明实施例提供的装置还包括建模模块，建模模块用于构建优化模型，优化模型包括目标函数和约束条件，目标函数如下式：
其中，ErrorKP表示预处理后的电磁暂态恢复特性曲线与由分段线性插值形成的电磁暂态恢复特性曲线间各点欧式距离之和，NKP表示初始数据点的个数，ABS(·)表示绝对值函数，
W[Left(i)∶Right(i)]表示预处理后的电磁暂态恢复特性曲线，Line[Left(i)∶Right(i)]表示由分段线性插值形成的电磁暂态恢复特性曲线；Left(i)和Right(i)分别表示由初始数据点所划分的各个区间的左右边界坐标，且 KPIi表示第i个关键数据点的时间信息；
约束条件如下式：
上述的选取模块包括：
1)初始数据点选取单元，用于选取预处理后的电磁暂态恢复特性曲线中的区间极值点和区间转折点作为初始数据点，所述初始数据点包括时间信息和数值信息；
2)关键数据点选取单元，用于根据优化模型从初始数据点选取关键数据点，具体过程如下：
2-1)通过优化模型确定初始数据点的个数为预设起始个数时的归一化基准值ErrorKP0；
2-2)初始数据点的个数从预设起始个数开始递增，通过优化模型分别确定不同数量的初始数据点所对应的ErrorKP，将所有ErrorKP以ErrorKPo作为基准值进行归一化处理，满足约束条件ErrorKP/ErrorKP0≤ThreErrN的ErrorKP所对应的各初始数据点即为选取的关键数据点；其中，预设起始个数中的初始数据点包括故障开始时刻和故障结束系统恢复稳定运行时刻所对应的数值点、以为位于故障开始和故障结束系统恢复稳定运行时刻之间的至少一个数值点；ThreErrN表示关键数据点个数阈值。
本发明实施例提供的装置还包括存储模块，存储模块用于将选取的关键数据点的时间信息和数值信息存入电磁暂态恢复特性曲线样本库。电磁暂态恢复特性曲线样本库包括指定工况、故障类型、故障距离、故障时间、过渡电阻、电气距离、基模编号、基波曲线和关键数据点模板。
本发明实施例提供的技术方案通过机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理后，再提取曲线上的关键数据点，以完成对电磁暂态恢复特性曲线的优化，不仅能够对分析电磁暂态恢复特性曲线的主要特点提供基础，还可以在不同工况和故障下对风机电磁暂态恢复特性进行对比。
为了描述的方便，以上所述装置的各部分以功能分为各种模块或单元分别描述。当然，在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。
Claims (6)
1.一种风机电磁暂态恢复特性曲线优化方法，其特征在于，包括：
确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，并根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理；
根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点；
所述根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理，包括：
根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线；
对简化后的电磁暂态恢复特性曲线进行截取，得到截取后的电磁暂态恢复特性曲线；
对截取后的电磁暂态恢复特性曲线进行稳定性校验，得到预处理后的电磁暂态恢复特性曲线；
所述根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线，包括：
将电磁暂态恢复特性曲线划分为与机电暂态恢复特性曲线中每个机电步长等长的多组电磁步长；
将每组电磁步长中所有电磁步长的恢复特性值均替换成该组中第一个电磁步长的恢复特性值，以得到简化后的电磁暂态恢复特性曲线；
所述对简化后的电磁暂态恢复特性曲线进行截取，得到截取后的电磁暂态恢复特性曲线，包括：
去除简化后的电磁暂态恢复特性曲线中[1,LENhead]和[LENwave-LENtail+1,LENwave]两个区间的曲线，其中LENwave表示简化后的电磁暂态恢复特性曲线长度，LENhead表示简化后的电磁暂态恢复特性曲线头部需要截取的长度，LENtail简化后的电磁暂态恢复特性曲线尾部需要截取的长度；
所述对截取后的电磁暂态恢复特性曲线进行稳定性校验，得到预处理后的电磁暂态恢复特性曲线，包括：
按下式计算区间[1,LENsteady]和区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标：
其中，Ksteady1表示区间[1,LENsteady]的稳定性指标，Ksteady2表示区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标，LENsteady表示截取后的电磁暂态恢复特性曲线稳定性校验区长度，LENwave1表示截取后的电磁暂态恢复特性曲线长度；Std1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的标准差，Aveabs1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的均值绝对值；Std2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的标准差，Aveabs2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的均值绝对值；
判断是否满足Ksteady1<THREsteady且Ksteady2<THREsteady，若是，得到预处理后的电磁暂态恢复特性曲线，否则抛弃该截取后的电磁暂态恢复特性曲线，THREsteady表示稳定性阈值；
所述优化模型包括目标函数和约束条件；
所述目标函数如下式：
其中，ErrorKP表示预处理后的电磁暂态恢复特性曲线与由分段线性插值形成的电磁暂态恢复特性曲线间各点欧式距离之和，NKP表示初始数据点的个数，ABS(·)表示绝对值函数，W[Left(i)∶Right(i)]表示预处理后的电磁暂态恢复特性曲线，Line[Left(i)∶Right(i)]表示由分段线性插值形成的电磁暂态恢复特性曲线；Left(i)和Right(i)分别表示由初始数据点所划分的各个区间的左右边界坐标，且 KPIi表示第i个关键数据点的时间信息；
所述约束条件如下式：
所述根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点，包括：
选取预处理后的电磁暂态恢复特性曲线中的区间极值点和区间转折点作为初始数据点；
根据所述优化模型从初始数据点选取关键数据点；
所述根据所述优化模型从初始数据点选取关键数据点，包括：
通过优化模型确定初始数据点的个数为预设起始个数时的归一化基准值ErrorKP0；
初始数据点的个数从预设起始个数开始递增，通过优化模型分别确定不同数量的初始数据点所对应的ErrorKP，将所有ErrorKP以ErrorKP0作为基准值进行归一化处理，满足约束条件ErrorKP/ErrorKP0≤ThreErrN的ErrorKP所对应的各初始数据点即为选取的关键数据点；
其中，预设起始个数中的初始数据点包括故障开始时刻和故障结束系统恢复稳定运行时刻所对应的数值点、位于故障开始和故障结束系统恢复稳定运行时刻之间的至少一个数值点；ThreErrN表示关键数据点个数阈值。
2.根据权利要求1所述的风机电磁暂态恢复特性曲线优化方法，其特征在于，所述确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，包括：
分别通过预先构建的电磁暂态仿真模型和机电暂态仿真模型确定不同工况和不同故障下电磁暂态恢复特性曲线和机电暂态恢复特性曲线，所述电磁暂态仿真模型和机电暂态仿真模型分别通过电磁暂态仿真软件和机电暂态仿真软件构建。
3.根据权利要求1所述的风机电磁暂态恢复特性曲线优化方法，其特征在于，所述根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点之后，还包括：
将选取的关键数据点的时间信息和数值信息存入电磁暂态恢复特性曲线样本库。
4.一种风机电磁暂态恢复特性曲线优化装置，其特征在于，包括：
预处理模块，用于确定风力发电设备在电网发生不对称故障下的电磁暂态恢复特性曲线和机电暂态恢复特性曲线，并根据机电暂态恢复特性曲线对电磁暂态恢复特性曲线进行预处理；
选取模块，用于根据预先构建的优化模型选取预处理后的电磁暂态恢复特性曲线的关键数据点；
所述预处理模块还包括预处理单元，所述预处理单元包括：
简化单元，用于根据机电暂态恢复特性曲线的机电步长确定简化后的电磁暂态恢复特性曲线；
截取单元，用于对简化后的电磁暂态恢复特性曲线进行截取，得到截取后的电磁暂态恢复特性曲线；
校验单元，用于对截取后的电磁暂态恢复特性曲线进行稳定性校验，得到预处理后的电磁暂态恢复特性曲线；
所述简化单元具体用于：
将电磁暂态恢复特性曲线划分为与机电暂态恢复特性曲线中每个机电步长等长的多组电磁步长；
将每组电磁步长中所有电磁步长的恢复特性值均替换成该组中第一个电磁步长的恢复特性值，以得到简化后的电磁暂态恢复特性曲线；
所述截取单元具体用于：
去除简化后的电磁暂态恢复特性曲线中[1,LENhead]和[LENwave-LENtail+1,LENwave]两个区间的曲线，其中LENwave表示简化后的电磁暂态恢复特性曲线长度，LENhead表示简化后的电磁暂态恢复特性曲线头部需要截取的长度，LENtail简化后的电磁暂态恢复特性曲线尾部需要截取的长度；
所述校验单元具体用于：
按下式计算区间[1,LENsteady]和区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标：
其中，Ksteady1表示区间[1,LENsteady]的稳定性指标，Ksteady2表示区间[LENwave1-LENsteady+1,LENwave1]的稳定性指标，LENsteady表示截取后的电磁暂态恢复特性曲线稳定性校验区长度，LENwave1表示截取后的电磁暂态恢复特性曲线长度；Std1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的标准差，Aveabs1表示截取后的电磁暂态恢复特性曲线在区间[1,LENsteady]的均值绝对值；Std2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的标准差，Aveabs2表示截取后的电磁暂态恢复特性曲线在区间[LENwave1-LENsteady+1,LENwave1]的均值绝对值；
判断是否满足Ksteady1<THREsteady且Ksteady2<THREsteady，若是，得到预处理后的电磁暂态恢复特性曲线，否则抛弃该截取后的电磁暂态恢复特性曲线，THREsteady表示稳定性阈值；
所述装置还包括建模模块，所述建模模块用于构建优化模型，所述优化模型包括目标函数和约束条件；
所述目标函数如下式：
其中，ErrorKP表示预处理后的电磁暂态恢复特性曲线与由分段线性插值形成的电磁暂态恢复特性曲线间各点欧式距离之和，NKP表示初始数据点的个数，ABS(·)表示绝对值函数，W[Left(i)∶Right(i)]表示预处理后的电磁暂态恢复特性曲线，Line[Left(i)∶Right(i)]表示由分段线性插值形成的电磁暂态恢复特性曲线；Left(i)和Right(i)分别表示由初始数据点所划分的各个区间的左右边界坐标，且 KPIi表示第i个关键数据点的时间信息；
所述约束条件如下式：
KPI1<KPI2<…<KPIi<…<KPINKP；
所述选取模块包括：
初始数据点选取单元，用于选取预处理后的电磁暂态恢复特性曲线中的区间极值点和区间转折点作为初始数据点；
关键数据点选取单元，用于根据所述优化模型从初始数据点选取关键数据点；
所述关键数据点选取单元具体用于：
通过优化模型确定初始数据点的个数为预设起始个数时的归一化基准值ErrorKP0；
初始数据点的个数从预设起始个数开始递增，通过优化模型分别确定不同数量的初始数据点所对应的ErrorKP，将所有ErrorKP以ErrorKP0作为基准值进行归一化处理，满足约束条件ErrorKP/ErrorKP0≤ThreErrN的ErrorKP所对应的各初始数据点即为选取的关键数据点；
其中，预设起始个数中的初始数据点包括故障开始时刻和故障结束系统恢复稳定运行时刻所对应的数值点、位于故障开始和故障结束系统恢复稳定运行时刻之间的至少一个数值点；ThreErrN表示关键数据点个数阈值。
5.根据权利要求4所述的风机电磁暂态恢复特性曲线优化装置，其特征在于，所述预处理模块包括：
建模单元，用于通过电磁暂态仿真软件和机电暂态仿真软件构建电磁暂态仿真模型和机电暂态仿真模型；
曲线确定单元，用于通过电磁暂态仿真模型和机电暂态仿真模型确定不同工况和不同故障下电磁暂态恢复特性曲线和机电暂态恢复特性曲线。
6.根据权利要求4所述的风机电磁暂态恢复特性曲线优化装置，其特征在于，所述装置还包括存储模块，用于将选取的关键数据点的时间信息和数值信息存入电磁暂态恢复特性曲线样本库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810227829.3A CN108595753B (zh) | 2018-03-20 | 2018-03-20 | 一种风机电磁暂态恢复特性曲线优化方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810227829.3A CN108595753B (zh) | 2018-03-20 | 2018-03-20 | 一种风机电磁暂态恢复特性曲线优化方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108595753A CN108595753A (zh) | 2018-09-28 |
| CN108595753B true CN108595753B (zh) | 2023-12-22 |
Family
ID=63626693
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810227829.3A Active CN108595753B (zh) | 2018-03-20 | 2018-03-20 | 一种风机电磁暂态恢复特性曲线优化方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108595753B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110209696A (zh) * | 2019-04-25 | 2019-09-06 | 中国电力科学研究院有限公司 | 一种风机不对称故障恢复过程响应曲线库实现方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102074955A (zh) * | 2011-01-20 | 2011-05-25 | 中国电力科学研究院 | 基于知识发现技术的电力系统稳定评估及控制方法 |
| CN106340907A (zh) * | 2016-09-30 | 2017-01-18 | 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 |
| CN106356825A (zh) * | 2016-10-14 | 2017-01-25 | 国家电网公司 | 弱受端电网直流输电系统低压限流控制器的参数优化方法 |
| CN106777827A (zh) * | 2017-01-24 | 2017-05-31 | 中国电力科学研究院 | 一种机电‑电磁混合仿真方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8924909B2 (en) * | 2012-06-13 | 2014-12-30 | Purdue Research Foundation | Microelectromechanical system design and layout |
-
2018
- 2018-03-20 CN CN201810227829.3A patent/CN108595753B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102074955A (zh) * | 2011-01-20 | 2011-05-25 | 中国电力科学研究院 | 基于知识发现技术的电力系统稳定评估及控制方法 |
| CN106340907A (zh) * | 2016-09-30 | 2017-01-18 | 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 |
| CN106356825A (zh) * | 2016-10-14 | 2017-01-25 | 国家电网公司 | 弱受端电网直流输电系统低压限流控制器的参数优化方法 |
| CN106777827A (zh) * | 2017-01-24 | 2017-05-31 | 中国电力科学研究院 | 一种机电‑电磁混合仿真方法及系统 |
Non-Patent Citations (5)
| Title |
|---|
| 交直流电力系统多时间尺度全过程仿真和建模研究新进展;汤涌;;电网技术;第33卷(第16期);全文 * |
| 含风电的电力系统不对称故障后机电恢复特性修正方法研究;王梦琦 等;电测与仪表;全文 * |
| 机电暂态仿真中直流输电系统恢复特性曲线修正方法;瞿合祚;黄彦浩;李晓明;郑惠萍;刘新元;李文臣;;电力信息与通信技术;第16卷(第06期);第43-51页 * |
| 电力系统动态仿真误差评价指标研究;武朝强;中国硕士学位论文全文数据库 工程科技Ⅱ辑(第第02期期);全文 * |
| 考虑不对称故障的机电暂态–电磁暂态混合仿真方法;刘文焯 等;中国电机工程学报;第33卷(第13期);第8-15页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108595753A (zh) | 2018-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107169628B (zh) | 一种基于大数据互信息属性约简的配电网可靠性评估方法 | |
| CN104808587B (zh) | 一种基于机加工设备运行状态的稼动率统计方法 | |
| CN110417011B (zh) | 一种基于互信息与迭代随机森林的在线动态安全评估方法 | |
| CN109034244A (zh) | 基于电量曲线特征模型的线损异常诊断方法及装置 | |
| CN116031888B (zh) | 基于动态负荷预测的潮流优化方法、系统及存储介质 | |
| CN110503136A (zh) | 台区线损异常分析方法、计算机可读存储介质及终端设备 | |
| CN111881617A (zh) | 数据处理方法、风力发电机组的性能评估方法及系统 | |
| CN112565180B (zh) | 基于移动目标防御的电网防御方法、系统、设备及介质 | |
| Xue et al. | Adaptive ultra-short-term wind power prediction based on risk assessment | |
| CN111178699A (zh) | 一种调度操作票智能校核系统构建方法 | |
| CN114819374A (zh) | 区域新能源超短期功率预测方法及系统 | |
| CN105956318A (zh) | 基于改进分裂 h-k 聚类方法的风电场机群划分方法 | |
| CN113224748A (zh) | 一种低压配电台区线路损耗的计算方法 | |
| CN108595753B (zh) | 一种风机电磁暂态恢复特性曲线优化方法和装置 | |
| CN111080089A (zh) | 一种基于随机矩阵理论的线损率关键因子确定方法和装置 | |
| CN118153430A (zh) | 一种切割设备能耗调节优化方法及系统 | |
| CN117350794A (zh) | 一种基于多模型融合的日前电价预测方法、装置及介质 | |
| CN114840591B (zh) | 一种分段开关功率数据的确定方法及装置 | |
| CN112967154B (zh) | 一种电力系统Well-being的评估方法及装置 | |
| CN107257135B (zh) | 一种配电台区不平衡治理措施的判定方法、装置及设备 | |
| CN105046583A (zh) | 一种适用于分布式实时数据处理的电网模型分区方法 | |
| CN115600494A (zh) | 一种低压台区拓扑自动识别方法及装置 | |
| CN115173421A (zh) | 一种基于渐进拉丁超立方采样的概率最优潮流计算方法 | |
| CN104037756B (zh) | 一种含复杂电力设备模型的电力系统稳定评估方法 | |
| CN108038279B (zh) | 电网不对称故障下风机机电暂态恢复过程评价方法和装置 |
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 | ||
| GR01 | Patent grant |