CN111597704B - 一种利用实测信息识别电力系统仿真致差区域的方法 - Google Patents
一种利用实测信息识别电力系统仿真致差区域的方法 Download PDFInfo
- Publication number
- CN111597704B CN111597704B CN202010395965.0A CN202010395965A CN111597704B CN 111597704 B CN111597704 B CN 111597704B CN 202010395965 A CN202010395965 A CN 202010395965A CN 111597704 B CN111597704 B CN 111597704B
- Authority
- CN
- China
- Prior art keywords
- simulation
- area
- power grid
- error
- network
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 238000012795 verification Methods 0.000 claims abstract description 18
- 238000005094 computer simulation Methods 0.000 claims abstract description 16
- 230000005284 excitation Effects 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 2
- 206010021703 Indifference Diseases 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 7
- 230000000903 blocking effect Effects 0.000 abstract description 6
- 238000012937 correction Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 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
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 102000030592 phosphoserine aminotransferase Human genes 0.000 description 1
- 108010088694 phosphoserine aminotransferase Proteins 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出的一种利用实测信息识别电力系统仿真致差区域的方法,包括:通过实测数据计算扰动深度大小,评价受扰程度,刻元件模型的动态激发程度,划定初步的搜寻区域,在该区域内求取电网的最小生成树以及最优割集,在割集处注入实测数据,通过混合仿真方式验证进一步缩小致差区域,通过一系列的迭代过程识别出大规模电网的动态仿真致差区域,其特点是,科学合理,适用性强,对寻找动态仿真致差区域的具有可行性和高效性,对于随机设置的两个误差元件,通过两次迭代搜索判定出致差区域的具体位置。相对于已有的分层分块、遍历式等方法,本发明具有较高的时效性,对下一步进行分块解耦,校正模型参数具有重要的指导价值。
Description
技术领域
本发明涉及电力系统动态仿真验证技术领域,是一种利用实测信息识别电力系统仿真致差区域的方法。
背景技术
电力系统动态仿真是掌握系统动态行为的重要手段,其仿真结果的可信度直接关系到电力系统运行的安全性与经济性。经国内外多次扰动试验分析后,表明基于现有模型库的仿真结果不能准确反映系统的真实动态特性。而在动态仿真验证中,导致系统仿真结果出现误差的元件模型主要集中在一个小的区域内,识别出这样的致差区域对提高仿真精度有极其重要的意义。但由于大规模电力系统幅员辽阔,元件模型众多,相互之间耦合密切,动态过程复杂,如何采用有效的方法识别出仿真致差区域,能有效提高动态仿真验证的效率,降低误差溯源的代价,是至今尚未解决的技术难题。
发明内容
本发明的构思基础是,随着广域测量系统(Wide-Area Measurement System,WAMS)的逐步推广,在电力系统中的应用得到了越来越广泛的应用,这为从实测数据中提取电网的特征知识提供有利的机会。借助于WAMS系统可以得到电力系统动态过程中部分变量的真实数据,为分析电力系统的动态特性以及仿真验证提供了坚实有力的数据基础。通过实测数据分析电网,量化各个区域的受扰程度;通过实测与仿真数据对比分析,可以有效评价仿真差异度,结合二者特点识别出主要致差区域,给出合适的模型参数,提高动态仿真精度,对电网的安全经济运行有着积极的作用。
本发明所要解决的技术问题是:克服现有技术的不足,提供一种科学合理,适用性强的利用实测信息识别电力系统仿真致差区域的方法。这种方法应用最小生成树理论进行动态仿真致差区域的识别,为下一步误差元件解耦以及模型参数校正提供重要参考依据。
解决其技术问题采用的方案是:一种利用实测信息识别电力系统仿真致差区域的方法,其特征是,它包括:通过实测数据计算扰动深度大小,评价受扰程度,刻元件模型的动态激发程度,划定初步的搜寻区域,在该区域内求取电网的最小生成树以及最优割集,在割集处注入实测数据,通过混合仿真方式验证进一步缩小致差区域,通过一系列的迭代过程识别出大规模电网的动态仿真致差区域,具体步骤有:
1)确定扰动信息,通过实测数据计算各节点电压扰动深度,通过指定扰动深度阈值,解耦去除动态激发程度小的节点;
2)将剩余待研究的目标电网看作一个图,仿真计算剩余电网的各线路的仿真可信度,以线路仿真可信度作为线路的权值,求取电网的最小生成树;
3)计算出该树的每条树枝对应的基本割集,同时对每个割集线路中的平均仿真可信度进行升序排列;
4)按照步骤3)中割集可信度的排列顺序,选取最优割集,在割集处注入WAMS量测数据,分别对两侧子网进行混合动态仿真验证,如果子网中存在误差元件且子网达到规模限制,则执行步骤5);如果一侧子网无致差源,则执行步骤6);如果两侧子网都存在致差源且未达到规模限制,则执行步骤7);
5)若所述子网中存在误差元件且规模达到限制,则确定该子网判定为致差区域电网,将此处子网排除,剩余部分形成新的目标电网,后续仿验证中涉及此处信息时,由注入的PMU量测数据代替,以消除致差元件对后续误差区域的影响,重复步骤2);
6)如果存在一侧子网无致差元件,则将此部分子网从目标电网中排除,将剩余部分形成新的目标电网,后续仿真计算中,保留此侧电网或解耦去除无致差元件电网,只是在后续搜索中不再搜索此区域,重复步骤2);
7)如果两侧都存在误差元件,未达到规模限制,针对步骤3),分别计算两个子网的最小生成树重复步骤4);
8)重复步骤1)~步骤7),目标电网规模经多次切割而不断收缩,直至目标电网规模达到限制,或目标电网中不存在致差元件时停止计算。
本发明提出的一种利用实测信息识别电力系统仿真致差区域的方法,包括:通过实测数据计算扰动深度大小,评价受扰程度,刻元件模型的动态激发程度,划定初步的搜寻区域,在该区域内求取电网的最小生成树以及最优割集,在割集处注入实测数据,通过混合仿真方式验证进一步缩小致差区域,通过一系列的迭代过程识别出大规模电网的动态仿真致差区域,其特点是,科学合理,适用性强,对寻找动态仿真致差区域的具有可行性和高效性,对于随机设置的两个误差元件,通过两次迭代搜索判定出致差区域的具体位置。相对于已有的分层分块、遍历式等方法,本发明具有较高的时效性,对下一步进行分块解耦,校正模型参数具有重要的指导价值。
附图说明
图1为电网示意图;
图2为本发明的一种利用实测信息识别电力系统仿真致差区域的方法流程图;
图3为最优割集求取图;
图4为IEEE10机39节点系统图;
图5为等值后的系统结构图。
具体实施方式
下面利用附图和实施例对本发明的一种利用实测信息识别电力系统仿真致差区域的方法作进一步说明。
如图1所示,本发明的一种利用实测信息识别电力系统仿真致差区域的方法,包括:将电网中的各个母线等效成为每个节点,连接线路等效为图中的边,电网线路的仿真可信度定义为图中边的权值,这样整个电网就可以看作一个赋权无向图。首先通过实测数据计算扰动深度大小,评价受扰程度,刻画元件模型的动态激发程度,划定初步的搜寻区域,再通过混合仿真方式验证,进一步缩小致差区域,通过一系列的迭代过程高效的识别出大规模电网的动态仿真致差区域,具有步骤如图2所示:
1)确定扰动信息,通过实测数据计算各节点电压扰动深度,通过指定扰动深度阈值,解耦去除动态激发程度小的节点。
2)将剩余待研究的目标电网看作一个图,仿真计算剩余电网的各线路的仿真可信度,以线路仿真可信度作为线路的权值,求取电网的最小生成树。
3)计算出该树的每条树枝对应的基本割集,同时对每个割集线路中的平均仿真可信度进行升序排列。
4)按照步骤3)中割集可信度的排列顺序,选取最优割集,在割集处注入WAMS量测数据,分别对两侧子网进行混合动态仿真验证。如果子网中存在误差元件且子网达到规模限制,则执行步骤5);如果一侧子网无致差源,则执行步骤6);如果两侧子网都存在致差源且未达到规模限制,则执行步骤7)。
5)若上述子网中存在误差元件且规模达到限制,则确定该子网判定为致差区域电网,将此处子网排除,剩余部分形成新的目标电网,后续仿验证中涉及此处信息时,由注入的PMU量测数据代替,以消除致差元件对后续误差区域的影响,重复步骤2)。
6)如果存在一侧子网无致差元件,则将此部分子网从目标电网中排除,将剩余部分形成新的目标电网,后续仿真计算中可以保留此侧电网,也可解耦去除无致差元件电网,只是在后续搜索中不再搜索此区域,重复步骤2)。
7)如果两侧都存在误差元件,未达到规模限制,针对步骤3,分别计算两个子网的最小生成树重复步骤4)。
8)重复步骤1)~步骤7),目标电网规模经多次切割而不断收缩,直至目标电网规模达到限制,或目标电网中不存在致差元件时停止计算。
进一步,针对步骤1)中扰动深度阈值的确定,大多情况下,扰动发生后,扰动深度较高集中于一个区域内。通过多次试验对比分析,扰动深度在0.2以下,所受扰动的影响较小,动态特性激发不明显。针对步骤2)~步骤3)提出的可信度指标,需要指出,当待划定区域电网中平均可信度大于等于0.9并且最低可信度大于0.85时,认为该电网仿真结果具有可信性。上述阈值的给定通过对多个实验验证给出,实际上由于致差区域确定的精度的不同、量测误差大小不同、电网大小和建模水平的差异其大小应根据实际情况灵活指定。
针对步骤4)中致差区域规模限制:待求目标电网含动态元件节点数小于等于4时,搜索计算停止。当某子网中含有致差元件,且含有动态元件节点数少于等于4时,认为此区域为致差区域。根据电网大小不同和致差区域要求的不同,可以灵活指定电网规模限制大小。此指定值是为了适应本算例的计算规模,认为将误差区域尽量缩小到足够小的区域时,实现了致差区域的定位,减小分块解耦验证计算代价。
在此以电压扰动深度评价系统的扰动深度大小表达式如下所示:
Ui0为电压稳态值,Uimin为扰动后电压最小值。
可信度指标表示式如下:
式中:ΔZ=[ΔP,ΔQ]T,表示实测与仿真之间有功功率和无功功率的差值序列,t为仿真时长,R是加权矩阵,Sref是参考值。
采用全局误差指标作为电力系统仿真验证中的可信度度量指标,线路的可信度指标可以定义为:
ψ=1-ξ (3)
在致差区域的识别过程中,合理的割集直接关系到识别致差区域的效率,为了提高致差区域的识别效率,割集的选取应该遵循以下原则:
(1)割集所包含线路仿真可信度要求最低;
(2)割集所包含的线路要求最少。
在实际情况中一般致差区域附近的电网仿真轨迹误差比较大,可信度比较低。网络线路中轨迹误差比较大的位置为致差区域的概率比较大。同时要求割集线路较少的原因是可以减少断面线路引入的误差。所以不同树树枝对应割集优劣的评价标准设定为:割集线路的平均可信度越低越好。对于n个节点包含n-1个割集的网络对每个割集求取线路的平均可信度,其中线路平均可信度最低的割集为最优割集,割集的求取如图3所示。
下面结合具体实施方式验证本发明的一种利用实测信息识别电力系统仿真致差区域的方法的可行性:
参照图4,以IEEE-39节点系统为算例,IEEE-39节点系统区域划分。
本发明中采用PSAT商业软件进行仿真计算,在支路5-8的50%处设置三相短路故障,故上述设置的仿真系统进行仿真计算,所得到的数据最为量测的PMU数据。同时随机选择32与37节点发电机设置误差元件,调整发电机、励磁系统及调速系统的参数,在原有条件(初始潮流和稳态数据)的基础上进行仿真计算,所得到的数据作为仿真数据。
在本发明算例条件下,指定电压扰动深度阈值小于0.2的节点相对动态响应激发不够充分,对系统仿真误差贡献程度相对较小,并不是重点关注区域,对此类节点的识别验证意义不大,故这些节点被去除,便于提高仿真验证的效率。解耦等值后的系统剩余支路为39条,发电机为9台,节点为35个,如图5所示。通过本发明提出的一种利用实测信息识别电力系统仿真致差区域的方法,对处理后的网络进行定量可信度计算,各支路的可信度评价结果表1所示。
表1线路仿真可信度
通过上表可以得出可信度最低的支路为10-32,其仿真可信度大小为0.589,同时各个支路的平均可信度为0.799。在此基础上将表中的各个支路的可信度作为线路的权值,根据上文所提出致差区域识别方法,选取平均可信度最低的为最优割集,计算得出最优割集支路为10-32。通过最优割集将电网解列成两个部分,在解列处注入实测数据后进行混合动态仿真,检验两侧子系统,节点32侧只包含一台发电机,注入实测的电压、相角数据后,计算该子网可信度指标为0.608。
经过计算分析可得,由于32节点侧的元件达到限制要求,故该发电机为其中的一个致差区域,接下来还需要对另外一侧子网进行的致差区域识别。将另外一个子网看作一个无向图,此时包含34个节点38条支路,该子网的最优割集为2-25。
得出最优割集后,将上述网络在此分解为两个子网,在两端注入电压相角的实测数据检测两端的致差区域,含节点37侧子网在割集处注入实测数据,求取的可信度指标为0.767,确定节点37、25、26为致差区域。
含节点2侧注入实测数据计算剩余子网的可信度大小,其中可信度最低的支路为2-3,最低可信度为0.92,平均可信度为0.95,高于阈值的要求,因此计算过程结束。
通过本发明提出的一种利用实测信息识别电力系统仿真致差区域的方法,对设置的误差区域进行定位,先通过计算扰动深度大小,对扰动小动态激发不充分的节点进行初步解耦等值,在确定剩余电网的最小生成树,通过混合仿真迭代搜索,高效识别致差区域,如表2所示。
表2识别过程
通过对算例的计算分析可以知道,本发明提出的一种利用实测信息识别电力系统仿真致差区域的方法对寻找动态仿真致差区域的具有可行性和高效性。对于随机设置的两个误差元件,通过两次迭代搜索判定出致差区域的具体位置。相对于已有的分层分块、遍历式等方法,本发明具有较高的时效性,对下一步进行分块解耦,校正模型参数具有重要的指导价值。
以上所述仅是本发明的优选实施例,并非穷举,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应该视为本发明的保护范围。
Claims (1)
1.一种利用实测信息识别电力系统仿真致差区域的方法,其特征是,它包括:通过实测数据计算扰动深度大小,评价受扰程度,刻元件模型的动态激发程度,划定初步的搜寻区域,在该区域内求取电网的最小生成树以及最优割集,在割集处注入实测数据,通过混合仿真方式验证进一步缩小致差区域,通过一系列的迭代过程识别出大规模电网的动态仿真致差区域,具有步骤有:
1)确定扰动信息,通过实测数据计算各节点电压扰动深度,通过指定扰动深度阈值,解耦去除动态激发程度小的节点;
2)将剩余待研究的目标电网看作一个图,仿真计算剩余电网的各线路的仿真可信度,以线路仿真可信度作为线路的权值,求取电网的最小生成树;
3)计算出该树的每条树枝对应的基本割集,同时对每个割集线路中的平均仿真可信度进行升序排列;
4)按照步骤3)中割集可信度的排列顺序,选取最优割集,在割集处注入WAMS量测数据,分别对两侧子网进行混合动态仿真验证,如果子网中存在误差元件且子网达到规模限制,则执行步骤5);如果一侧子网无致差源,则执行步骤6);如果两侧子网都存在致差源且未达到规模限制,则执行步骤7);
5)若所述子网中存在误差元件且规模达到限制,则确定该子网判定为致差区域电网,将此处子网排除,剩余部分形成新的目标电网,后续仿验证中涉及此处信息时,由注入的PMU量测数据代替,以消除致差元件对后续误差区域的影响,重复步骤2);
6)如果存在一侧子网无致差元件,则将此部分子网从目标电网中排除,将剩余部分形成新的目标电网,后续仿真计算中,保留此侧电网或解耦去除无致差原件网络,只是在后续搜索中不再搜索此区域,重复步骤2);
7)如果两侧都存在误差元件,未达到规模限制,针对步骤3),分别计算两个子网的最小生成树重复步骤4);
8)重复步骤1)~步骤7),目标电网规模经多次切割而不断收缩,直至目标电网规模达到限制,或目标电网中不存在致差元件时停止计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010395965.0A CN111597704B (zh) | 2020-05-12 | 2020-05-12 | 一种利用实测信息识别电力系统仿真致差区域的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010395965.0A CN111597704B (zh) | 2020-05-12 | 2020-05-12 | 一种利用实测信息识别电力系统仿真致差区域的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111597704A CN111597704A (zh) | 2020-08-28 |
CN111597704B true CN111597704B (zh) | 2022-04-01 |
Family
ID=72191223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010395965.0A Active CN111597704B (zh) | 2020-05-12 | 2020-05-12 | 一种利用实测信息识别电力系统仿真致差区域的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597704B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105896525A (zh) * | 2016-03-29 | 2016-08-24 | 东北石油大学 | 基于wams的电网大扰动识别方法 |
CN108152675A (zh) * | 2017-12-21 | 2018-06-12 | 华中科技大学 | 基于随机矩阵理论的故障时刻确定和故障区域定位方法 |
CN109217362A (zh) * | 2018-08-22 | 2019-01-15 | 华北电力大学 | 一种双馈风机并网系统低频振荡扰动源定位系统及方法 |
CN110515309A (zh) * | 2019-05-31 | 2019-11-29 | 国网辽宁省电力有限公司电力科学研究院 | 一种利用wams数据电力系统动态仿真验证误差溯源的辨识方法 |
CN110533548A (zh) * | 2019-05-31 | 2019-12-03 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于轨迹特征建立仿真误差评价指标的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9710054B2 (en) * | 2015-02-28 | 2017-07-18 | Intel Corporation | Programmable power management agent |
-
2020
- 2020-05-12 CN CN202010395965.0A patent/CN111597704B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105896525A (zh) * | 2016-03-29 | 2016-08-24 | 东北石油大学 | 基于wams的电网大扰动识别方法 |
CN108152675A (zh) * | 2017-12-21 | 2018-06-12 | 华中科技大学 | 基于随机矩阵理论的故障时刻确定和故障区域定位方法 |
CN109217362A (zh) * | 2018-08-22 | 2019-01-15 | 华北电力大学 | 一种双馈风机并网系统低频振荡扰动源定位系统及方法 |
CN110515309A (zh) * | 2019-05-31 | 2019-11-29 | 国网辽宁省电力有限公司电力科学研究院 | 一种利用wams数据电力系统动态仿真验证误差溯源的辨识方法 |
CN110533548A (zh) * | 2019-05-31 | 2019-12-03 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于轨迹特征建立仿真误差评价指标的方法 |
Non-Patent Citations (3)
Title |
---|
High-speed power system stability simulation using analog computation: Systematic error analysis;Ira Nagel等;《Proceedings of the 17th International Conference Mixed Design of Integrated Circuits and Systems - MIXDES 2010》;20100819;第514 - 518页 * |
基于WAMS测量和戴维南等值的电力系统动态仿真误差溯源及可信度验证方法;安军等;《电网技术》;20130505;第1389-1394页 * |
基于多扰动事件WAMS信息的电力系统动态仿真验证研究;周在彦;《cnki优秀硕士学位论文全文库 工程科技Ⅱ辑》;20180815;第C042-162页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111597704A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106707060B (zh) | 一种获得电力变压器离散型状态参数的方法 | |
US20180375373A1 (en) | Impact increments-based state enumeration reliability assessment approach and device thereof | |
CN108663582A (zh) | 一种变压器的故障诊断方法及系统 | |
CN112748359A (zh) | 一种基于随机森林的配电网接地故障辨识方法及系统 | |
CN106548265B (zh) | 一种基于连锁故障事故链搜索的输电网可靠性评估方法 | |
CN103699723B (zh) | 一种发电厂机组动力系统模型校核方法 | |
CN109698521B (zh) | 一种基于实测数据的光伏逆变器的低穿特性辨识方法 | |
CN117828512B (zh) | 一种用于油浸式变压器的运行风险快速评估预测方法 | |
CN110969214B (zh) | 一种基于支持向量机综合模型的暂态安全域在线构建方法 | |
CN111597704B (zh) | 一种利用实测信息识别电力系统仿真致差区域的方法 | |
CN109902133B (zh) | 基于电网任意分割区域的多源数据纠错处理方法及系统 | |
CN110556843A (zh) | 一种新能源场站的暂态功角稳定性能指标设计方法及系统 | |
CN114266396A (zh) | 一种基于电网特征智能筛选的暂态稳定判别方法 | |
CN116910602B (zh) | 一种基于关联性分析的线损分析方法及系统 | |
CN109683057B (zh) | 一种电力系统次同步振荡在线扰动源定位方法及系统 | |
CN117706278A (zh) | 配电网的故障选线方法、系统以及可读存储介质 | |
CN113162037A (zh) | 一种电力系统暂态电压稳定自适应评估方法和系统 | |
CN115954956A (zh) | 一种配电网分布式电源接入容量评估方法及系统 | |
CN112967154B (zh) | 一种电力系统Well-being的评估方法及装置 | |
CN115622236A (zh) | 一种配电网线损管理微应用方法、装置及介质 | |
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 | |
CN114386510A (zh) | 一种电力系统量测错误辨识方法及系统 | |
CN111737120B (zh) | 一种软件缺陷修复方法及装置 | |
CN112101708A (zh) | 一种融合专家知识的电网短路安全智能决策方法及系统 | |
CN108365614B (zh) | 一种区域电网振荡在线预警方法及装置 |
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 |