CN114046870B - 一种电力系统宽频振荡的广域监测方法 - Google Patents
一种电力系统宽频振荡的广域监测方法 Download PDFInfo
- Publication number
- CN114046870B CN114046870B CN202111431221.0A CN202111431221A CN114046870B CN 114046870 B CN114046870 B CN 114046870B CN 202111431221 A CN202111431221 A CN 202111431221A CN 114046870 B CN114046870 B CN 114046870B
- Authority
- CN
- China
- Prior art keywords
- oscillation
- matrix
- broadband
- power system
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
- G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Alarm Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种电力系统宽频振荡的广域监测方法,包括以下步骤:首先在宽频测量装置子站实时监测振荡信号,当振荡幅值大于阈值时,则将振荡信号上传主站。主站通过计算贡献度大小对上传的振荡信号进行选择,然后通过构造数据矩阵与变换矩阵,提取出低维数据矩阵,接着直接从低维矩阵中求得宽频振荡模式及相关参数信息。最后对阻尼比小于5%的振荡模式进行告警并提示相关机组。本发明能够解决广域电力系统监测主站在处理宽频振荡问题时的维数灾问题,振荡模式参数的分析不依赖系统模型,对宽频振荡抑制具有重要的指导意义。
Description
技术领域
本发明涉及一种电力系统宽频振荡的广域监测方法,属于电力系统广域监测技术领域。
背景技术
随着电力系统规模的不断扩展以及能源改革的深化推进,高比例新能源与高比例电力电子设备接入的“双高”电力系统正逐步形成。在此背景下,具有多模态、强非线性以及广域传播等特性的宽频振荡问题也日趋复杂,给电力系统的安全稳定运行带来了巨大挑战。
一方面,基于系统数学模型的模式分析方法难以适用于复杂高维系统的在线计算;另一方面,基于同步相量测量装置的广域测量系统为基于系统实测信号的模式分析方法提供了可能,但其受限于采样频率、通信协议等相关问题无法应对更高频段宽频振荡的监测需求。对此,各种新型电力系统动态监测装置和方法,如宽频测量装置/宽频带同步测量技术等已被提出,且部分已通过测试并试点应用。虽然未来宽频振荡的数据获取问题将得到相应解决,但若监测主站直接对实时采集上传的宽频振荡数据进行分析,计算量将十分巨大,易导致维数灾问题。
发明内容
本发明为了解决现有技术中存在的问题,提供一种避免维数灾问题的电力系统宽频振荡的广域监测方法。
为了达到上述目的,本发明提出的技术方案为:一种电力系统宽频振荡的广域监测方法,该方法包括以下步骤:
S1、通过宽频测量装置各子站实时监测电力系统宽频振荡信号,当振荡幅值大于预先设定的阈值时,将采集的振荡信号上传至主站;
S2、主站汇集上传的振荡信号,计算各信号的贡献度,将贡献度由大到小进行排序,并根据需求数量选择贡献度大的振荡信号;
S3、利用选择的振荡信号构造成数据矩阵X和X1:
式中:矩阵X和X1的阶数为(m×n),表示从t1到tn或t2到tn+1时刻,各宽频振荡信号d1到dm的数据;
S4、根据设定的目标降维倍数p和数据矩阵X,构造变换矩阵C;
S5、基于变换矩阵C,对数据矩阵X和X1进行降维处理,得到低维矩阵Y和Y1:
式中:Y和Y1矩阵的阶数为(m×a),a=n/p;
S6、利用低维矩阵Y和Y1,计算系统振荡模式Φ、特征值λ、振荡频率f以及阻尼比Z;
S7、当系统振荡模式的阻尼比Z小于5%时,计算参与因子Pf。
对上述技术方案的进一步设计为:所述步骤S1中的电力系统宽频振荡信号包括系统各节点电压、线路电流、有功功率、无功功率、转子角度和转子速度。
所述步骤S2中振荡信号贡献度的计算方法为:
S21、将宽频振荡信号构造成振荡信号矩阵D=[d1,d2,…,dN]T,其中N为振荡信号个数;
S22、计算振荡信号矩阵D的特征向量A0:
S23、利用特征向量A0的元素,计算各振荡信号dj的贡献度Conj:
所述步骤S4构造变换矩阵C的过程如下:
S41、对数据矩阵X进行奇异值分解,得到右奇异向量矩阵V;
S42、利用矩阵V,构造变换矩阵C,其中C是根据目标降维倍数p对矩阵V进行堆叠或截取得到的。
所述步骤S6中各参数的计算过程如下:
S61、对低维矩阵Y进行奇异值分解,得到矩阵Uy、Sy和Vy,满足等式Y=Uy×Sy×Vy’,Vy’为Vy的转置;
S62、利用矩阵Uy、Sy和Vy以及低维矩阵Y1,计算系统的近似状态矩阵A,其中A=Uy’×Y1×Vy×Sy;
S63、对系统近似状态矩阵A进行特征值分解,得到近似状态矩阵的特征向量Wy和特征值λy;
S64、利用特征向量Wy和特征值λy,计算实际系统的振荡模式Φ=Uy×Wy以及特征值λ=λy;
S65、由特征值计算振荡频率f以及阻尼比Z:
式中:i=1,2,…,r,r为保留的奇异值个数;Δt为振荡数据时间间隔。
所述步骤S7中参与因子Pf的计算公式为:
式中:矩阵ψ为系统振荡模式Φ的逆矩阵。
本发明的有益效果在于:
本发明的电力系统宽频振荡的广域监测方法能够基于实测数据实现电力电子化电力系统宽频振荡的模式分析,不依赖系统数学模型,并可避免广域电力系统监测主站在分析宽频振荡问题时的维数灾问题,对宽频振荡抑制具有重要的指导意义。
附图说明
图1为本发明所述一种电力系统宽频振荡的广域监测方法的流程图;
图2为本发明所述实施例中用于系统模式分析的各宽频振荡信号波形;
图3为本发明所述实施例中宽频振荡数据压缩前后计算所得特征值对比结果。
具体实施方式
下面结合附图以及具体实施例对本发明进行详细说明。
实施例
本实施例采用含4台直驱风机的仿真系统,通过设置风电场的控制参数使系统发生宽频振荡,并采用本实施例的一种电力系统宽频振荡的广域监测方法,进行监测,如图1所示,具体包括以下步骤:
S1、通过宽频测量装置各子站实时监测电力系统宽频振荡信号,当振荡幅值大于预先设定的阈值时,将采集的振荡信号上传至主站;其中,宽频振荡信号包括系统各节点电压、线路电流、有功功率、无功功率、转子角度和转子速度等。
S2、主站汇集步骤S1中各子站上传的振荡信号,计算各信号的贡献度,并由贡献度大小进行排序,根据后续步骤需要信号的数量在上述排序中由大到小选取对应的振荡信号。
其中,振荡信号贡献度的计算方法为:
S21、将各子站上传的宽频振荡信号构造成振荡信号矩阵D=[d1,d2,…,dN]T,其中N为振荡信号个数;
S22,计算振荡信号矩阵D的特征向量A0:
S23,利用步骤S22中特征向量A0的元素,计算各振荡信号dj的贡献度Conj:
S3、将步骤S2中选出的振荡信号构造成数据矩阵X和X1:
式中:矩阵X和X1的阶数为(m×n),表示从t1到tn或t2到tn+1时刻,各宽频振荡信号d1到dm的数据。每个信号均是一行时序数据,m表示信号数量,n表示每个信号的数据点数量。
S4、根据设定的目标降维倍数p和步骤S3中的数据矩阵X,构造变换矩阵C。
S41、对步骤S3中构造的数据矩阵X进行奇异值分解,得到右奇异向量矩阵V;
S42、利用步骤S41中的矩阵V,构造变换矩阵C是根据目标降维倍数p对矩阵V进行堆叠或截取得到的,即保持矩阵V行数不变,列数进行堆叠或从前至后进行部分截取,构成矩阵C,使得矩阵C的行数/列数等于p。
S5、基于步骤S4中的变换矩阵C,对数据矩阵X和X1进行降维处理,得到低维矩阵Y和Y1:
式中:Y和Y1矩阵的阶数为(m×a),a=n/p。
S6,利用步骤S5中的低维矩阵Y和Y1,计算系统振荡模式Φ、特征值λ、振荡频率f以及阻尼比Z。
S61、对步骤S5中的低维矩阵Y进行奇异值分解,得到矩阵Uy、Sy和Vy,满足等式Y=Uy×Sy×Vy’;
S62、利用步骤S61中的矩阵Uy、Sy和Vy以及步骤S5中的低维矩阵Y1,计算系统的近似状态矩阵A,其中A=Uy’×Y1×Vy×Sy;
S63、对步骤S62中的系统近似状态矩阵A进行特征值分解,得到近似状态矩阵的特征向量Wy和特征值λy;
S64、利用步骤S63中的特征向量Wy和特征值λy,计算实际系统的振荡模式Φ=Uy×Wy以及特征值λ=λy;
S65、由步骤S64中的特征值计算振荡频率f以及阻尼比Z:
式中:i=1,2,…,r,r为保留的奇异值个数;Δt为振荡数据时间间隔。
S7,当系统振荡模式的阻尼比Z小于5%时,计算参与因子Pf,并发送告警信息,提示相关机组。
所述步骤S7中参与因子Pf的计算公式为:
式中:矩阵ψ为系统振荡模式Φ的逆矩阵。
下面结合具体实例对本方法做进一步说明,宽频测量装置子站实时监测振荡信号,当振荡幅值超过阈值时进行信号传输,主站通过计算信号贡献度进行信号选择后,构造数据矩阵与变换矩阵实现数据降维,进而直接从中提取出系统的宽频振荡模式以及相关参数信息,并对阻尼比大于5%的系统模态进行告警与相关机组的判断。
S1、宽频测量装置各子站以1000Hz采样频率采集0.2s的电力系统宽频振荡数据,包括各直驱风机的输出电压ud、uq,电流id、iq,有功功率P,无功功率Q,转子角度θ以及转子速度ω等,当信号的振荡幅值大于设定的阈值时,将采集的振荡信号上传至主站。
S2、主站将各子站上传的振荡信号构造成振荡信号矩阵,求出其特征向量A0,计算并选择贡献度最大的20个振荡信号,包括4台直驱风机的输出电压ud、uq,电流id、iq以及有功功率P,各信号波形如图2所示。
S3、构造数据矩阵X和X1,矩阵维度为(20×200)。
S4、设置目标降维倍数为p=10,对数据矩阵X进行奇异值分解,其中保留的奇异值个数r=20,因此得到维度为(200×20)变换矩阵C,C=V。
S5、利用变换矩阵C对数据矩阵X和X1进行降维处理,得到维度为(20×20)低维数据矩阵Y和Y1;
S6、对低维矩阵Y进行奇异值分解,得到矩阵Uy、Sy和Vy;结合低维矩阵Y1,计算出系统的近似状态矩阵A=Uy’×Y1×Vy×Sy;对矩阵A进行特征值分解,得到特征向量Wy和特征值λy后,即可计算出实际系统的振荡模式Φ=Uy×Wy、特征值λ=λy、振荡频率f以及阻尼比Z。其中,实施例中的特征值计算结果如表1所示,系统振荡频率f与阻尼比Z的计算结果如表2所示。
表1 系统特征值提取结果
表2 系统振荡频率与阻尼比结果
S7、由表2可以看出,模式4-7以及12-17的阻尼比均小于5%的临界安全阻尼比,因此需要发送告警信息,提示相关机组。各台直驱风机对上述需要关注的振荡模式的参与因子如表3所示,可见模式4-5主要与第3、4台风机有关,模式14-15则主要与第1台风机有关。
表3 系统部分模式的参与因子结果
为了验证本实施例的正确性,将由低维数据矩阵Y和Y1直接得到的上述系统模式结果与由原始数据矩阵X和X1得到的相关结果进行对比,其中特征值对比结果如图3所示,可看出降维前后的特征值结果完全一致,另外各模式对应的参与因子也相同。
本发明的技术方案不局限于上述各实施例,凡采用等同替换方式得到的技术方案均落在本发明要求保护的范围内。
Claims (4)
1.一种电力系统宽频振荡的广域监测方法,其特征在于,包括以下步骤:
S1、通过宽频测量装置各子站实时监测电力系统宽频振荡信号,当振荡幅值大于预先设定的阈值时,将采集的振荡信号上传至主站;
S2、主站汇集上传的振荡信号,计算各信号的贡献度,将贡献度由大到小进行排序,并根据需求数量选择贡献度大的振荡信号;
所述振荡信号贡献度的计算方法为:
S21、将宽频振荡信号构造成振荡信号矩阵D=[d1,d2,…,dN]T,其中N为振荡信号个数;
S22、计算振荡信号矩阵D的特征向量A0:
S23、利用特征向量A0的元素,计算各振荡信号dj的贡献度Conj:
S3、利用选择的振荡信号构造成数据矩阵X和X1:
式中:矩阵X和X1的阶数为(m×n),表示从t1到tn或t2到tn+1时刻,各宽频振荡信号d1到dm的数据;
S4、根据设定的目标降维倍数p和数据矩阵X,构造变换矩阵C;
S5、基于变换矩阵C,对数据矩阵X和X1进行降维处理,得到低维矩阵Y和Y1:
式中:Y和Y1矩阵的阶数为(m×a),a=n/p;
S6、利用低维矩阵Y和Y1,计算系统振荡模式Φ、特征值λ、振荡频率f以及阻尼比Z;
所述各参数的计算过程如下:
S61、对低维矩阵Y进行奇异值分解,得到矩阵Uy、Sy和Vy,满足等式Y=Uy×Sy×Vy’,Vy’为Vy的转置;
S62、利用矩阵Uy、Sy和Vy以及低维矩阵Y1,计算系统的近似状态矩阵A,其中A=Uy’×Y1×Vy×Sy;
S63、对系统近似状态矩阵A进行特征值分解,得到近似状态矩阵的特征向量Wy和特征值λy;
S64、利用特征向量Wy和特征值λy,计算实际系统的振荡模式Φ=Uy×Wy以及特征值λ=λy;
S65、由特征值计算振荡频率f以及阻尼比Z:
式中:i=1,2,…,r,r为保留的奇异值个数;Δt为振荡数据时间间隔;
S7、当系统振荡模式的阻尼比Z小于5%时,计算参与因子Pf。
2.根据权利要求1所述的一种电力系统宽频振荡的广域监测方法,其特征在于:所述步骤S1中的电力系统宽频振荡信号包括系统各节点电压、线路电流、有功功率、无功功率、转子角度和转子速度。
3.根据权利要求1所述的一种电力系统宽频振荡的广域监测方法,其特征在于,所述步骤S4构造变换矩阵C的过程如下:
S41、对数据矩阵X进行奇异值分解,得到右奇异向量矩阵V;
S42、利用矩阵V,构造变换矩阵C,C是根据目标降维倍数p对矩阵V进行堆叠或截取得到的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111431221.0A CN114046870B (zh) | 2021-11-29 | 2021-11-29 | 一种电力系统宽频振荡的广域监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111431221.0A CN114046870B (zh) | 2021-11-29 | 2021-11-29 | 一种电力系统宽频振荡的广域监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114046870A CN114046870A (zh) | 2022-02-15 |
CN114046870B true CN114046870B (zh) | 2023-05-12 |
Family
ID=80211559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111431221.0A Active CN114046870B (zh) | 2021-11-29 | 2021-11-29 | 一种电力系统宽频振荡的广域监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114046870B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115864449B (zh) * | 2023-03-01 | 2023-05-30 | 中国电力科学研究院有限公司 | 新能源接入系统振荡监测方法、装置、系统、设备及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008109052A1 (en) * | 2007-03-02 | 2008-09-12 | Olympus Corporation | Display system comprising a mirror device with micromirrors controlled to operate in intermediate oscillating state |
CN105301447A (zh) * | 2015-11-10 | 2016-02-03 | 上海交通大学 | 柔性直流输电系统电缆单极故障测距方法 |
CN109390957A (zh) * | 2018-12-05 | 2019-02-26 | 江苏方天电力技术有限公司 | 一种风电功率波动诱发系统强迫振荡的检测方法 |
CN109494712A (zh) * | 2018-10-31 | 2019-03-19 | 国网辽宁省电力有限公司 | 一种电力系统低频振荡参数辨识方法 |
CN110311392A (zh) * | 2019-07-21 | 2019-10-08 | 东北电力大学 | 一种基于spdmd的电力系统振荡模式及模态辨识方法 |
CN110795840A (zh) * | 2019-10-22 | 2020-02-14 | 海南电网有限责任公司电力科学研究院 | 基于dmd的电力系统主导振荡模式及参数识别方法 |
CN112861074A (zh) * | 2021-03-09 | 2021-05-28 | 东北电力大学 | 基于Hankel-DMD的电力系统机电参数提取方法 |
CN113010844A (zh) * | 2021-03-09 | 2021-06-22 | 东北电力大学 | 一种基于子空间动态模式分解的参与因子计算方法 |
CN113297994A (zh) * | 2021-05-31 | 2021-08-24 | 中国航天科工集团第二研究院 | 一种飞行员行为分析方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6850080B2 (en) * | 2001-03-19 | 2005-02-01 | Semiconductor Energy Laboratory Co., Ltd. | Inspection method and inspection apparatus |
US8102140B2 (en) * | 2008-05-16 | 2012-01-24 | Schneider Electric USA, Inc. | Method and apparatus for estimating induction motor electrical parameters |
EP3353511A4 (en) * | 2015-09-25 | 2019-05-01 | Sikorsky Aircraft Corporation | SYSTEM AND METHOD FOR STRUCTURAL HEALTH STATUS MONITORING BASED ON THE LOAD OF A DYNAMIC SYSTEM |
-
2021
- 2021-11-29 CN CN202111431221.0A patent/CN114046870B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008109052A1 (en) * | 2007-03-02 | 2008-09-12 | Olympus Corporation | Display system comprising a mirror device with micromirrors controlled to operate in intermediate oscillating state |
CN105301447A (zh) * | 2015-11-10 | 2016-02-03 | 上海交通大学 | 柔性直流输电系统电缆单极故障测距方法 |
CN109494712A (zh) * | 2018-10-31 | 2019-03-19 | 国网辽宁省电力有限公司 | 一种电力系统低频振荡参数辨识方法 |
CN109390957A (zh) * | 2018-12-05 | 2019-02-26 | 江苏方天电力技术有限公司 | 一种风电功率波动诱发系统强迫振荡的检测方法 |
CN110311392A (zh) * | 2019-07-21 | 2019-10-08 | 东北电力大学 | 一种基于spdmd的电力系统振荡模式及模态辨识方法 |
CN110795840A (zh) * | 2019-10-22 | 2020-02-14 | 海南电网有限责任公司电力科学研究院 | 基于dmd的电力系统主导振荡模式及参数识别方法 |
CN112861074A (zh) * | 2021-03-09 | 2021-05-28 | 东北电力大学 | 基于Hankel-DMD的电力系统机电参数提取方法 |
CN113010844A (zh) * | 2021-03-09 | 2021-06-22 | 东北电力大学 | 一种基于子空间动态模式分解的参与因子计算方法 |
CN113297994A (zh) * | 2021-05-31 | 2021-08-24 | 中国航天科工集团第二研究院 | 一种飞行员行为分析方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于动态模态分解的叶道涡非定常解耦与重构;童哲铭 等;《中国机械工程》;第33卷(第07期);第769-776页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114046870A (zh) | 2022-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101924354B (zh) | 利用s变换能量样本属性的配电网故障的人工神经网络选线方法 | |
CN112003272B (zh) | 一种基于卷积神经网络的电力系统频率安全控制方法 | |
CN111308260B (zh) | 一种基于小波神经网络的电能质量监测和电器故障分析系统及其工作方法 | |
CN114046870B (zh) | 一种电力系统宽频振荡的广域监测方法 | |
CN112018784B (zh) | 一种基于同步相量测量数据的次同步谐振溯源方法 | |
CN106353623A (zh) | 基于随机响应信号的电力系统低频振荡模式在线辨识方法 | |
CN103440497B (zh) | 一种gis绝缘缺陷局部放电图谱模式识别方法 | |
CN109086527A (zh) | 一种基于风电机组运行状态的实用化等值建模方法 | |
CN110350515B (zh) | 一种适用于故障电流分析的柔性直流电网建模方法 | |
CN107947228A (zh) | 基于Markov理论的含风电电力系统随机稳定性分析方法 | |
CN109659957A (zh) | 基于apit-memd电力系统低频振荡模式辨识方法 | |
CN102981082B (zh) | 基于虚拟电网仿真的风电机组闪变模拟测试系统及方法 | |
CN106874615B (zh) | 风电机组负荷调节效应系数测试方法及装置 | |
CN112505452A (zh) | 一种广域系统宽频振荡监测方法 | |
CN112036010A (zh) | 一种基于数据驱动的光伏系统动态过程混合等效建模方法 | |
CN116298509A (zh) | 一种电力系统谐波谐振的在线识别方法 | |
CN107994586A (zh) | 一种高、低压电网电压动态响应解耦方法 | |
CN112861326B (zh) | 一种基于量测的新能源电网发电机阻尼评估装置及方法 | |
CN114465280A (zh) | 一种新能源并网系统动态等效建模方法 | |
CN113794198A (zh) | 抑制宽频振荡的方法、装置、终端及存储介质 | |
CN112787322B (zh) | 基于scada系统和多时间尺度的电网动态管理方法 | |
Zakri et al. | Extract fault signal via DWT and penetration of SVM for fault classification at power system transmission | |
CN111179110B (zh) | 虚拟电厂可变阶聚合等效鲁棒动态模型建模方法及装置 | |
CN111505379A (zh) | 一种基于奇异值分解的配电网同步相量量测数据压缩方法 | |
CN114239313A (zh) | 户用分布式光伏发电系统聚合模型的构建方法 |
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 |