CN115597872A - 抽水蓄能机组甩负荷测试方法、装置、设备及介质 - Google Patents

抽水蓄能机组甩负荷测试方法、装置、设备及介质 Download PDF

Info

Publication number
CN115597872A
CN115597872A CN202211486748.8A CN202211486748A CN115597872A CN 115597872 A CN115597872 A CN 115597872A CN 202211486748 A CN202211486748 A CN 202211486748A CN 115597872 A CN115597872 A CN 115597872A
Authority
CN
China
Prior art keywords
target
random variable
determining
pumped storage
load shedding
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.)
Granted
Application number
CN202211486748.8A
Other languages
English (en)
Other versions
CN115597872B (zh
Inventor
刘向东
李青
巩宇
凌鹏
赵亚康
贾亚琳
聂靓靓
黄明浩
黄文汉
蒋军
肖畅
陈绪滨
柳艳红
张娜
胡冬阳
杨海霞
胡德江
陶诗迪
吴雨希
王莹
谢旋
齐鹏超
陈皓南
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Qiming Shuzhi Energy Technology Co ltd
Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid Co Ltd
Original Assignee
Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid Co Ltd filed Critical Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid Co Ltd
Priority to CN202211486748.8A priority Critical patent/CN115597872B/zh
Publication of CN115597872A publication Critical patent/CN115597872A/zh
Application granted granted Critical
Publication of CN115597872B publication Critical patent/CN115597872B/zh
Priority to PCT/CN2023/097027 priority patent/WO2024108953A1/zh
Priority to PCT/CN2023/128549 priority patent/WO2024109487A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03B—MACHINES OR ENGINES FOR LIQUIDS
    • F03B11/00—Parts or details not provided for in, or of interest apart from, the preceding groups, e.g. wear-protection couplings, between turbine and generator
    • F03B11/008—Measuring or testing arrangements
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03B—MACHINES OR ENGINES FOR LIQUIDS
    • F03B13/00—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates
    • F03B13/06—Stations or aggregates of water-storage type, e.g. comprising a turbine and a pump
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明实施例公开了一种抽水蓄能机组甩负荷测试方法、装置、设备及介质。其中，方法包括：确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，并根据各概率分布模型确定目标随机变量的原点矩；根据目标随机变量的原点矩，确定目标随机变量的各阶半不变量；根据各阶半不变量确定目标随机变量的概率密度函数，并确定目标随机变量的整体偏移风险值；根据整体偏移风险值确定目标函数，确定在目标抽水蓄能机组甩负荷测试中的目标决策量组合，以对目标抽水蓄能机组进行甩负荷测试。本发明实施例的方案，可以准确地确定抽水蓄能机组甩负荷测试中的决策量组合，进而对抽水蓄能机组进行最优的甩负荷测试。

Description

抽水蓄能机组甩负荷测试方法、装置、设备及介质
技术领域
本发明实施例涉及抽水蓄能机组甩负荷技术领域，尤其涉及一种抽水蓄能机组甩负荷测试方法、装置、设备及介质。
背景技术
甩负荷测试是指发电机在不同负荷下突然甩去负荷，以考核发电机动态特性的测试。新投运机组通过甩负荷测试往往可以检查机组转速上升值、蜗壳压力上升值、调速器调节时间等是否满足合同和设计要求，同时校核导叶关闭规律，检查发电机在负载情况下的灭磁作用等。
在抽水蓄能新机组启动试运行调试中，甩负荷测试是一项至关重要且危险性极高的测试项目。目前，甩负荷测试通常仅选取数个负荷点进行测试，其具有一定的代表性，但是无法全面、真实的反映实际工况。从宏观上看，某一时段内水力状况、机组机械及电气参数具有确定性，但是从微观角度来看，每个时刻水力状况、机组机械及电气参数又会在各种因素的影响下随时发生变化，这将导致机组甩负荷过程中各项参数的随机波动。
如何准确地确定抽水蓄能机组甩负荷测试中的决策量组合，从而对抽水蓄能机组进行最优的甩负荷测试是业内研究的重点问题。
发明内容
本发明实施例提供了一种抽水蓄能机组甩负荷测试方法、装置、设备及介质，以准确地确定抽水蓄能机组甩负荷测试中的决策量组合，进而对抽水蓄能机组进行最优的甩负荷测试。
根据本发明实施例的一方面，提供了一种抽水蓄能机组甩负荷测试方法，包括：
确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，并根据各所述概率分布模型确定目标随机变量的原点矩；所述目标随机变量为所述目标抽水蓄能机组甩负荷测试中的待求随机变量；
根据所述目标随机变量的原点矩，确定所述目标随机变量的各阶半不变量；
根据所述各阶半不变量确定所述目标随机变量的概率密度函数，并根据所述概率密度函数确定所述目标随机变量的整体偏移风险值；
根据所述整体偏移风险值确定目标函数，并根据所述目标函数确定在所述目标抽水蓄能机组甩负荷测试中的目标决策量组合，以根据所述目标决策量组合对所述目标抽水蓄能机组进行甩负荷测试。
根据本发明实施例的另一方面，提供了一种抽水蓄能机组甩负荷测试装置，包括：
概率分布模型确定模块，用于确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，并根据各所述概率分布模型确定目标随机变量的原点矩；所述目标随机变量为所述目标抽水蓄能机组甩负荷测试中的待求随机变量；
各阶半不变量确定模块，用于根据所述目标随机变量的原点矩，确定所述目标随机变量的各阶半不变量；
整体偏移风险值确定模块，用于根据所述各阶半不变量确定所述目标随机变量的概率密度函数，并根据所述概率密度函数确定所述目标随机变量的整体偏移风险值；
目标决策量组合确定模块，用于根据所述整体偏移风险值确定目标函数，并根据所述目标函数确定在所述目标抽水蓄能机组甩负荷测试中的目标决策量组合，以根据所述目标决策量组合对所述目标抽水蓄能机组进行甩负荷测试。
根据本发明实施例的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明实施例任一实施例所述的抽水蓄能机组甩负荷测试方法。
根据本发明实施例的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明实施例任一实施例所述的抽水蓄能机组甩负荷测试方法。
本发明实施例的技术方案，通过确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，并根据各所述概率分布模型确定目标随机变量的原点矩；根据所述目标随机变量的原点矩，确定所述目标随机变量的各阶半不变量；根据所述各阶半不变量确定所述目标随机变量的概率密度函数，并根据所述概率密度函数确定所述目标随机变量的整体偏移风险值；根据所述整体偏移风险值确定目标函数，并根据所述目标函数确定在所述目标抽水蓄能机组甩负荷测试中的目标决策量组合，以根据所述目标决策量组合对所述目标抽水蓄能机组进行甩负荷测试，可以准确地确定抽水蓄能机组甩负荷测试中的决策量组合，进而对抽水蓄能机组进行最优的甩负荷测试。
应当理解，本部分所描述的内容并非旨在标识本发明实施例的实施例的关键或重要特征，也不用于限制本发明实施例的范围。本发明实施例的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种抽水蓄能机组甩负荷测试方法的流程图；
图2是根据本发明实施例一提供的一种抽水蓄能机组甩负荷测试方法的流程图；
图3是根据本发明实施例二提供的一种抽水蓄能机组甩负荷测试装置的结构示意图；
图4是实现本发明实施例的抽水蓄能机组甩负荷测试方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明实施例一部分的实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明实施例保护的范围。
需要说明的是，本发明实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明实施例的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种抽水蓄能机组甩负荷测试方法的流程图，本实施例可适用于确定抽水蓄能机组甩负荷测试中的决策量组合，进而根据确定的决策量组合对抽水蓄能机组进行最优的甩负荷测试情况，该方法可以由抽水蓄能机组甩负荷测试装置来执行，该抽水蓄能机组甩负荷测试装置可以采用硬件和/或软件的形式实现，该抽水蓄能机组甩负荷测试装置可配置于计算机、服务器或者平板电脑等电子设备中。具体的，参考图1，该方法具体包括如下步骤：
步骤110、确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，并根据各概率分布模型确定目标随机变量的原点矩。
其中，目标随机变量为目标抽水蓄能机组甩负荷测试中的待求随机变量。在本实施例中，各待求随机变量可以为抽水蓄能机组在甩负荷过程中的机组转速、蜗壳压力、机组摆度、振动以及瓦温等，本实施例中对其不加以限定。
其中，抽水蓄能机组是指具有发电和抽水两种工作方式的同步电机，每个抽水蓄能机组中可以包括多个兼具抽水功能的发电机，例如，三个、四个或者十个等，本实施例中对其不加以限定。本实施例中涉及到的目标抽水蓄能机组即可以为任一抽水蓄能变电站中的各发电机组合。
在本实施例中，各已知随机变量可以为抽水蓄能电站上库水位、下库水位、导叶开度以及轴瓦间隙等，本实施例中对其不加以限定。
可选的，在本实施例中，确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，可以包括：通过Weibull函数分别对所述抽水蓄能电站上库水位以及所述下库水位的随机分布情况进行描述，得到与已知随机变量抽水蓄能电站上库水位对应的概率分布模型，以及与已知随机变量抽下库水位对应的概率分布模型；通过正态分布对所述导叶开度的不确定性进行描述，得到与已知随机变量导叶开度对应的概率分布模型；通过beta函数对所述轴瓦间隙的随机分布情况进行描述，得到与已知随机变量轴瓦间隙对应的概率分布模型。
在具体实现中，可以运用Weibull函数描述电站上库水位随机分布情况，其概率密度表达式为：
Figure 433601DEST_PATH_IMAGE001
其中，
Figure 193746DEST_PATH_IMAGE002
为Weibull分布形状参数；
Figure 162577DEST_PATH_IMAGE003
为实际水位；
Figure 564740DEST_PATH_IMAGE004
为尺度参数。
进一步的，同样可以运用Weibull函数描述电站下库水位随机分布情况，区别在于 形状参数
Figure 436881DEST_PATH_IMAGE002
和尺度参数
Figure 633507DEST_PATH_IMAGE004
取值不同。
进一步的，可以运用正态分布近似反应导叶开度的不确定性，其概率密度函数可描述如下：
Figure 591099DEST_PATH_IMAGE005
其中：
Figure 301347DEST_PATH_IMAGE006
和
Figure 27994DEST_PATH_IMAGE007
分别为导叶开度
Figure 926680DEST_PATH_IMAGE008
的均值和方差。
进一步的，可以运用beta函数描述水轮机轴瓦间隙随机分布情况，其概率密度表达式为：
Figure 637147DEST_PATH_IMAGE009
其中：
Figure 115533DEST_PATH_IMAGE010
为beta分布形状参数；
Figure 696687DEST_PATH_IMAGE011
为最大轴瓦间隙。
在本实施例的一个可选实现方式中，在确定得到各已知随机变量的概率分布模型之后，可以进一步的根据确定的各概率分布模型确定目标随机变量的原点矩。
可选的，在本实施例中，根据各所述概率分布模型确定目标随机变量的原点矩，可以包括：通过点估计法对各所述概率分布模型进行处理，得到与目标随机变量对应的不同已知随机变量估计点的值；根据各所述概率分布模型确定与各所述估计点对应的概率值，并根据各所述概率值确定目标随机变量的原点矩。
在具体实现中，在得到各已知随机变量的概率分布模型之后，可以先计算各已知 随机变量的各阶中心矩
Figure 999230DEST_PATH_IMAGE012
；可选的，n维已知随机变量为
Figure 931414DEST_PATH_IMAGE013
，则在每一个已知 随机变量
Figure 213491DEST_PATH_IMAGE014
上取m个估计点
Figure 649151DEST_PATH_IMAGE015
，i为已知随机变量的个数，根据 每个已知随机变量
Figure 358481DEST_PATH_IMAGE016
的均值
Figure 276496DEST_PATH_IMAGE017
和方差
Figure 362264DEST_PATH_IMAGE018
，可将估计点表示为：
Figure 183590DEST_PATH_IMAGE019
其中，
Figure 594979DEST_PATH_IMAGE020
被称为位置系数。
示例性的，若每一个估计点对应的概率为
Figure 501756DEST_PATH_IMAGE021
，则有：
Figure 860056DEST_PATH_IMAGE022
令为已知随机变量
Figure 801467DEST_PATH_IMAGE023
规格化的第j阶中心矩，则有：
Figure 882293DEST_PATH_IMAGE024
其中，
Figure 10786DEST_PATH_IMAGE025
为已知随机变量
Figure 703936DEST_PATH_IMAGE026
的概率密度函数。
进一步的，可以选取2n+1方案点估计法，计算各估计点对应的位置系数
Figure 703116DEST_PATH_IMAGE020
和概率
Figure 190729DEST_PATH_IMAGE021
。示例性的，可以设
Figure 322631DEST_PATH_IMAGE027
是以X为变量的非线性函数。采用泰勒级数在均值点
Figure 819472DEST_PATH_IMAGE028
处 展开函数
Figure 204317DEST_PATH_IMAGE029
，用
Figure 862831DEST_PATH_IMAGE030
对Y在m个点上进行估计，可得到：
Figure 231495DEST_PATH_IMAGE031
进一步的，由式
Figure 266448DEST_PATH_IMAGE032
和式
Figure 771378DEST_PATH_IMAGE033
可得，
Figure 99329DEST_PATH_IMAGE034
，
Figure 955290DEST_PATH_IMAGE035
，而
Figure 262774DEST_PATH_IMAGE036
和
Figure 622211DEST_PATH_IMAGE037
分别为
Figure 888108DEST_PATH_IMAGE038
的偏度系数和峰度系数。示例性的，可以取m=3，每 个随机变量
Figure 700206DEST_PATH_IMAGE039
取三个估计点，若其中一个估计点取随机变量的均值
Figure 575496DEST_PATH_IMAGE040
，对应的位置系数
Figure 789439DEST_PATH_IMAGE041
，根据式
Figure 226237DEST_PATH_IMAGE042
、
Figure 260052DEST_PATH_IMAGE043
、
Figure 440498DEST_PATH_IMAGE044
和
Figure 508948DEST_PATH_IMAGE045
，可以求得每个估计点的位置系数
Figure 349603DEST_PATH_IMAGE020
和概率
Figure 401872DEST_PATH_IMAGE021
：
Figure 120430DEST_PATH_IMAGE046
进一步的，可以根据
Figure 308965DEST_PATH_IMAGE047
的方差
Figure 87566DEST_PATH_IMAGE048
和均值
Figure 627131DEST_PATH_IMAGE049
，由式
Figure 149379DEST_PATH_IMAGE050
计算估计点
Figure 696816DEST_PATH_IMAGE051
的值。
进一步的，可以利用已知随机变量所得估计点
Figure 646318DEST_PATH_IMAGE051
取值，通过仿真计算，得到与各 目标随机变量对应的不同已知随机变量估计点的值。
进一步的，可以根据已知随机变量估计点对应概率
Figure 407600DEST_PATH_IMAGE052
，分别计算各目标随机变量Y的各阶原点矩
Figure 733540DEST_PATH_IMAGE053
。
Figure 365509DEST_PATH_IMAGE054
其中：l为原点矩的阶数；当l=1时，
Figure 220333DEST_PATH_IMAGE053
表示的均值；当l=2时，Y的标准差为
Figure 967447DEST_PATH_IMAGE055
。
步骤120、根据目标随机变量的原点矩，确定目标随机变量的各阶半不变量。
在本实施例的一个可选实现方式中，在根据各已知随机变量的概率分布模型，确定得到各目标随机变量的原点矩之后，可以进一步的根据求得的目标随机变量的原点矩，确定目标随机变量的各阶半不变量。
可选的，在本实施例中，根据所述目标随机变量的原点矩，确定所述目标随机变量的各阶半不变量，可以包括：由如下公式确定所述目标随机变量的各阶半不变量：
Figure 831497DEST_PATH_IMAGE056
其中，X为目标随机变量，
Figure 583553DEST_PATH_IMAGE057
为目标随机变量的各阶半不变量；
Figure 140436DEST_PATH_IMAGE058
为目标随机 变量的原点矩。
步骤130、根据各阶半不变量确定目标随机变量的概率密度函数，并根据概率密度函数确定目标随机变量的整体偏移风险值。
在本实施例的一个可选实现方式中，在确定得到各目标随机变量的各阶半不变量之后，可以进一步的根据得到的各阶半不变量确定目标随机变量的概率密度函数，并根据得到的概率密度函数确定目标随机变量的整体偏移风险值。
可选的，在本实施例中，根据所述各阶半不变量确定所述目标随机变量的概率密度函数，并根据所述概率密度函数确定所述目标随机变量的整体偏移风险值，可以包括：对所述各阶半不变量进行级数展开，得到所述目标随机变量的概率分布函数的分位点以及概率分布函数和所述概率密度函数；根据所述目标随机变量的概率密度函数，确定所述目标随机变量的偏移风险值；对各所述偏移风险值进行累加，加权得到所述目标随机变量的整体偏移风险值。
在具体实现中，可以首先取目标随机变量X的分位数为
Figure 876311DEST_PATH_IMAGE059
，则目标随机变量概率分 布函数
Figure 544053DEST_PATH_IMAGE060
的分位点
Figure 150614DEST_PATH_IMAGE061
可表示为：
Figure 376934DEST_PATH_IMAGE062
其中，
Figure 334526DEST_PATH_IMAGE063
为标准正态分布函数N(0,1)的概率分布函数，
Figure 540379DEST_PATH_IMAGE064
为分位数
Figure 267027DEST_PATH_IMAGE059
在标准正态分布上对应的分位点。
进一步的，可以根据
Figure 165713DEST_PATH_IMAGE065
的关系，求得目标随机变量X的概率分布函数
Figure 345021DEST_PATH_IMAGE060
和概率密度函数
Figure 853101DEST_PATH_IMAGE066
。
进一步的，可以计算风险特征值
Figure 965413DEST_PATH_IMAGE067
。示例性的，可以令x为决策变量组合，y为 待求随机变量组合，假设y的概率密度函数为
Figure 769421DEST_PATH_IMAGE068
，对于各目标随机变量偏移风险损失
Figure 436026DEST_PATH_IMAGE069
不超过临界值
Figure 718103DEST_PATH_IMAGE070
的累积分布函数表示为：
Figure 419342DEST_PATH_IMAGE071
对于给定的置信度
Figure 886927DEST_PATH_IMAGE072
，风险值
Figure 306408DEST_PATH_IMAGE073
可表示为：
Figure 657754DEST_PATH_IMAGE074
其中，R代表实数。需要说明的是，本实施例中涉及到的置信度
Figure 479080DEST_PATH_IMAGE072
是预先设定的，例 如可以为0.99或者0.95等，本实施例中对其不加以限定；同时，临界值
Figure 624890DEST_PATH_IMAGE070
是通过设定的置信 度
Figure 531667DEST_PATH_IMAGE072
计算得来的；示例性的，通过
Figure 155546DEST_PATH_IMAGE075
计算得出多个点，损失值分别为1、 2、3、4、5、6、7、8、9以及10，对于给定的置信度
Figure 595492DEST_PATH_IMAGE072
为0.9，即通过风险值
Figure 912204DEST_PATH_IMAGE073
计算得到的 风险为9；即表示有大于或等于90%的概率，风险损失会小于或者等于9，这里面的9即为临界 值
Figure 40697DEST_PATH_IMAGE070
。
进一步的，可以构造变换函数：
Figure 733847DEST_PATH_IMAGE076
；
其中，
Figure 529764DEST_PATH_IMAGE077
。
可以理解的是，当变换函数取最小值时，
Figure 282957DEST_PATH_IMAGE070
表示
Figure 131702DEST_PATH_IMAGE073
的值，
Figure 97384DEST_PATH_IMAGE078
表示
Figure 747808DEST_PATH_IMAGE079
的值：
Figure 406322DEST_PATH_IMAGE080
需要说明的是，在本实施例中通过
Figure 509408DEST_PATH_IMAGE079
表示各目标随机变量风险值。
进一步的，可以计算目标随机变量整体的偏移风险值，示例性的，可以用
Figure 544360DEST_PATH_IMAGE081
的值表示第i个目标随机变量的偏移风险值
Figure 282246DEST_PATH_IMAGE082
，即：
Figure 377241DEST_PATH_IMAGE083
根据风险的累计特性，目标随机变量整体的偏移风险指标
Figure 233202DEST_PATH_IMAGE084
可表示为：
Figure 540686DEST_PATH_IMAGE085
其中，
Figure 165703DEST_PATH_IMAGE086
为加权系数，用于反应各目标随机变量对整体偏移风险的影响程度。需要 说明的是，在本实施例中加权系数
Figure 431599DEST_PATH_IMAGE087
可以根据待求随机变量（甩负荷过程中的机组转速、 蜗壳压力、机组摆度、振动、瓦温）对风险判断的重要程度来确定；由于机组转速和蜗壳压力 是影响机组甩负荷过程安全的最直接的指标，因此可将加权系数取得较大，机组摆度、振 动、瓦温次之。可以理解的是，目标函数不同的加权系数，会得到不同的优化方案；示例性 的，在本实施例中可以将机组转速的加权系数取0.3、蜗壳压力加权系数取0.25、机组摆度 的加权系数取0.2、振动的加权系数取0.15、瓦温的加权系数取0.1。
步骤140、根据整体偏移风险值确定目标函数，并根据目标函数确定在目标抽水蓄能机组甩负荷测试中的目标决策量组合，以根据目标决策量组合对目标抽水蓄能机组进行甩负荷测试。
在本实施例的一个可选实现方式中，在根据各目标随机变量的概率密度函数确定各目标随机变量的整体偏移风险值之后，可以进一步的根据确定得到的整体偏移风险值确定目标函数，并根据目标函数确定在目标抽水蓄能机组甩负荷测试中的目标决策量组合。
其中，目标决策量组合可以包括定子电流以及转子电流。
可选的，在本实施例中，根据所述整体偏移风险值确定目标函数，并根据所述目标函数确定在所述目标抽水蓄能机组甩负荷测试中的目标决策量组合，可以包括：对各所述整体偏移风险值进行排序，得到目标整体偏移风险值；将所述目标整体偏移风险值确定为目标函数，并设置与所述目标随机变量对应的各约束条件；根据所述目标函数以及各所述约束条件，得到目标决策量组合。
在具体实现中，可以对确定得到的各所述整体偏移风险值进行排序，进而确定最小的整体偏移风险值，并将其确定为目标函数，可以表示为：
Figure 243697DEST_PATH_IMAGE088
进一步的可以设置约束条件；示例性的，目标随机变量风险约束可以为：
Figure 390426DEST_PATH_IMAGE089
其中，
Figure 604369DEST_PATH_IMAGE090
为第i个目标随机变量的实际偏移风险值；
Figure 41167DEST_PATH_IMAGE091
为第i个目标随 机变量整定的偏移警戒阀值。
导叶关闭时间约束可以为：
S≤ST；
其中，S为导叶实际关闭时间；ST为导叶关闭时间整定值。
接力器往返次数约束可以为：
N≤NT；
其中，N为接力器实际往返时间；NT为接力器往返次数整定值。
调速器调节时间约束可以为：
T≤TA；
其中，T为调速器实际调节时间；TA为调速器调节时间整定值。
进一步的，可以通过量子粒子群算法求解决策变量（定子电流、转子电流）最优组 合。在具体实现中，可以根据实际情况设计群体规模、维数和迭代次数等参数，初始化粒子 群中粒子的当前位置,并令
Figure 340561DEST_PATH_IMAGE092
，
Figure 989848DEST_PATH_IMAGE093
。
进一步的，可以计算粒子群群体的位置移动量
Figure 589457DEST_PATH_IMAGE094
；可以根据设计的目标 函数计算群体中粒子的适应值，对于每一个粒子，将其适应值与前面的值进行比较，对于最 小化问题，如果当前值小于前面值，则用当前值取代前面值，否则，保留前面值。
进一步的，可以计算群体当前的全局最优位置，即
Figure 430112DEST_PATH_IMAGE095
，g为全局最佳位置粒子的 下标(
Figure 482381DEST_PATH_IMAGE096
)，将前一次迭代的全局最佳位置
Figure 200939DEST_PATH_IMAGE097
与当前全局最佳位置
Figure 389475DEST_PATH_IMAGE098
进行 比较，取最小值保留在
Figure 168075DEST_PATH_IMAGE099
中，即目标函数。
进一步的，可以计算种群中每个粒子的随机点
Figure 707640DEST_PATH_IMAGE100
，并更新每个粒子的新位置
Figure 964309DEST_PATH_IMAGE101
，即决策变量组合。进一步的，可以判断是否达到迭代次数，如果满足，则结束循 环，否则，返回计算粒子群群体的位置移动量并重复求解过程，获得最终的粒子新位置
Figure 771466DEST_PATH_IMAGE102
，即得到决策变量组合。
本实施例的技术方案，通过确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，并根据各概率分布模型确定目标随机变量的原点矩；根据目标随机变量的原点矩，确定目标随机变量的各阶半不变量；根据各阶半不变量确定目标随机变量的概率密度函数，并根据概率密度函数确定目标随机变量的整体偏移风险值；根据整体偏移风险值确定目标函数，并根据目标函数确定在目标抽水蓄能机组甩负荷测试中的目标决策量组合，以根据目标决策量组合对目标抽水蓄能机组进行甩负荷测试，可以准确地确定抽水蓄能机组甩负荷测试中的决策量组合，进而对抽水蓄能机组进行最优的甩负荷测试。
为了更好地理解本实施例涉及到的抽水蓄能机组甩负荷测试方法，图2是根据本发明实施例一提供的一种抽水蓄能机组甩负荷测试方法的流程图，参考图2，其主要包括如下步骤：
步骤210、建立已知随机变量的随机分布模型。
步骤220、根据已知随机变量概率分布，通过点估计法求取待求随机变量的数据特征值，计算多随机变量构成的随机函数函数值的矩。
步骤230、通过待求随机变量的原点矩，计算待求随机变量的各阶半不变量。
步骤240、通过待求随机变量的各阶半不变量，应用级数展开计算待求随机变量概率分布函数的分位点及概率分布函数和概率密度函数。
步骤250、通过计算风险特征值，根据各待求随机变量的概率密度函数，求得各待求随机变量偏移风险值。根据风险的累计特性，加权求得待求随机变量整体的偏移风险值。
步骤260、以待求随机变量整体偏移风险值最小为目标函数，考虑已知随机变量组合对待求随机变量整体偏移风险的影响，通过量子粒子群算法，得出决策变量最优组合模型。
在本实施例中，设定决策变量组合为：定子电流、转子电流；已知随机变量组合为：电站上库水位、电站下库水位、导叶开度、轴瓦间隙；待求随机变量组合为：甩负荷过程中的机组转速、蜗壳压力、机组摆度、振动、瓦温。
本实施例的方案，针对甩负荷前水力因素、机组机械及电气参数的随机性问题，提出机组随机变量整体偏移风险计算方法，该方法先将随机变量的概率问题转化为确定性问题，然后将统计特征值转化为目标函数的概率分布，从而得到随机变量与目标函数之间的映射关系。以风险最小作为优化目标，以定子电流、转子电流为决策变量，考虑机组实际工况约束条件，通过量值粒子群算法，建立抽水蓄能发电机甩负荷测试最优协调模型。本发明实施例的方案，可以更加全面的反应抽水蓄能机组甩负荷过程的动态特性，同时为提前评估甩负荷风险提供参考依据。
实施例二
图3是根据本发明实施例三提供的一种抽水蓄能机组甩负荷测试装置的结构示意图。如图3所示，该装置包括：概率分布模型确定模块310、各阶半不变量确定模块320、整体偏移风险值确定模块330以及目标决策量组合确定模块340。
概率分布模型确定模块310，用于确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，并根据各所述概率分布模型确定目标随机变量的原点矩；所述目标随机变量为所述目标抽水蓄能机组甩负荷测试中的待求随机变量；
各阶半不变量确定模块320，用于根据所述目标随机变量的原点矩，确定所述目标随机变量的各阶半不变量；
整体偏移风险值确定模块330，用于根据所述各阶半不变量确定所述目标随机变量的概率密度函数，并根据所述概率密度函数确定所述目标随机变量的整体偏移风险值；
目标决策量组合确定模块340，用于根据所述整体偏移风险值确定目标函数，并根据所述目标函数确定在所述目标抽水蓄能机组甩负荷测试中的目标决策量组合，以根据所述目标决策量组合对所述目标抽水蓄能机组进行甩负荷测试。
本实施例的方案，通过概率分布模型确定模块确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，并根据各所述概率分布模型确定目标随机变量的原点矩；所述目标随机变量为所述目标抽水蓄能机组甩负荷测试中的待求随机变量；通过各阶半不变量确定模块根据所述目标随机变量的原点矩，确定所述目标随机变量的各阶半不变量；通过整体偏移风险值确定模块根据所述各阶半不变量确定所述目标随机变量的概率密度函数，并根据所述概率密度函数确定所述目标随机变量的整体偏移风险值；通过目标决策量组合确定模块根据所述整体偏移风险值确定目标函数，并根据所述目标函数确定在所述目标抽水蓄能机组甩负荷测试中的目标决策量组合，以根据所述目标决策量组合对所述目标抽水蓄能机组进行甩负荷测试，可以准确地确定抽水蓄能机组甩负荷测试中的决策量组合，进而对抽水蓄能机组进行最优的甩负荷测试。
在本实施例的一个可选实现方式中，所述已知随机变量包括下述至少一项：抽水蓄能电站上库水位、下库水位、导叶开度以及轴瓦间隙；所述目标随机变量包括下述至少一项：抽水蓄能机组在甩负荷过程中的机组转速、蜗壳压力、机组摆度、振动以及瓦温。
在本实施例的一个可选实现方式中，概率分布模型确定模块310，具体用于通过Weibull函数分别对所述抽水蓄能电站上库水位以及所述下库水位的随机分布情况进行描述，得到与已知随机变量抽水蓄能电站上库水位对应的概率分布模型，以及与已知随机变量抽下库水位对应的概率分布模型；通过正态分布对所述导叶开度的不确定性进行描述，得到与已知随机变量导叶开度对应的概率分布模型；通过beta函数对所述轴瓦间隙的随机分布情况进行描述，得到与已知随机变量轴瓦间隙对应的概率分布模型。
在本实施例的一个可选实现方式中，概率分布模型确定模块310，还具体用于通过点估计法对各所述概率分布模型进行处理，得到与所述目标随机变量对应的不同已知随机变量估计点的值；根据各所述概率分布模型确定与各所述估计点对应的概率值，并根据各所述概率值确定目标随机变量的原点矩。
在本实施例的一个可选实现方式中，各阶半不变量确定模块320，具体用于由如下公式确定所述目标随机变量的各阶半不变量：
Figure 455388DEST_PATH_IMAGE103
其中，
Figure 216671DEST_PATH_IMAGE104
为目标随机变量，
Figure 542610DEST_PATH_IMAGE105
为目标随机变量的各阶半不变量；
Figure 440159DEST_PATH_IMAGE106
为目标随机 变量的原点矩。
在本实施例的一个可选实现方式中，整体偏移风险值确定模块330，具体用于对所述各阶半不变量进行级数展开，得到所述目标随机变量的概率分布函数的分位点以及概率分布函数和所述概率密度函数；根据所述目标随机变量的概率密度函数，确定所述目标随机变量的偏移风险值；对各所述偏移风险值进行累加，加权得到所述目标随机变量的整体偏移风险值。
在本实施例的一个可选实现方式中，目标决策量组合确定模块340，具体用于对各所述整体偏移风险值进行排序，得到目标整体偏移风险值；将所述目标整体偏移风险值确定为目标函数，并设置与所述目标随机变量对应的各约束条件；根据所述目标函数以及各所述约束条件，得到目标决策量组合；其中，所述目标决策量组合包括定子电流以及转子电流。
本发明实施例所提供的抽水蓄能机组甩负荷测试装置可执行本发明实施例任意实施例所提供的抽水蓄能机组甩负荷测试方法，具备执行方法相应的功能模块和有益效果。
实施例三
图4示出了可以用来实施本发明实施例的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明实施例的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元18加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出（I/O）接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如抽水蓄能机组甩负荷测试方法。
在一些实施例中，抽水蓄能机组甩负荷测试方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的抽水蓄能机组甩负荷测试方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行抽水蓄能机组甩负荷测试方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明实施例的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明实施例的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明实施例中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明实施例的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明实施例保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明实施例的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明实施例保护范围之内。

Claims (8)

1.一种抽水蓄能机组甩负荷测试方法，其特征在于，包括：
确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，并根据各所述概率分布模型确定目标随机变量的原点矩；所述目标随机变量为所述目标抽水蓄能机组甩负荷测试中的待求随机变量；所述目标随机变量包括下述至少一项：抽水蓄能机组在甩负荷过程中的机组转速、蜗壳压力、机组摆度、振动以及瓦温；
根据所述目标随机变量的原点矩，确定所述目标随机变量的各阶半不变量；
根据所述各阶半不变量确定所述目标随机变量的概率密度函数，并根据所述概率密度函数确定所述目标随机变量的整体偏移风险值；
根据所述整体偏移风险值确定目标函数，并根据所述目标函数确定在所述目标抽水蓄能机组甩负荷测试中的目标决策量组合，以根据所述目标决策量组合对所述目标抽水蓄能机组进行甩负荷测试；
其中，所述已知随机变量包括下述至少一项：
抽水蓄能电站上库水位、下库水位、导叶开度以及轴瓦间隙；
所述确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，包括：
通过Weibull函数分别对所述抽水蓄能电站上库水位以及所述下库水位的随机分布情况进行描述，得到与已知随机变量抽水蓄能电站上库水位对应的概率分布模型，以及与已知随机变量抽下库水位对应的概率分布模型；
通过正态分布对所述导叶开度的不确定性进行描述，得到与已知随机变量导叶开度对应的概率分布模型；
通过beta函数对所述轴瓦间隙的随机分布情况进行描述，得到与已知随机变量轴瓦间隙对应的概率分布模型。
2.根据权利要求1所述的方法，其特征在于，所述根据各所述概率分布模型确定目标随机变量的原点矩，包括：
通过点估计法对各所述概率分布模型进行处理，得到与所述目标随机变量对应的不同已知随机变量估计点的值；
根据各所述概率分布模型确定与各所述估计点对应的概率值，并根据各所述概率值确定目标随机变量的原点矩。
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标随机变量的原点矩，确定所述目标随机变量的各阶半不变量，包括：
由如下公式确定所述目标随机变量的各阶半不变量：
Figure 816784DEST_PATH_IMAGE001
其中，
Figure 435722DEST_PATH_IMAGE002
为目标随机变量，
Figure 684301DEST_PATH_IMAGE003
为目标随机变量的各阶半不变量；
Figure 282772DEST_PATH_IMAGE004
为目标随机变量的原点矩。
4.根据权利要求1所述的方法，其特征在于，所述根据所述各阶半不变量确定所述目标随机变量的概率密度函数，并根据所述概率密度函数确定所述目标随机变量的整体偏移风险值，包括：
对所述各阶半不变量进行级数展开，得到所述目标随机变量的概率分布函数的分位点以及概率分布函数和所述概率密度函数；
根据所述目标随机变量的概率密度函数，确定所述目标随机变量的偏移风险值；
对各所述偏移风险值进行累加，加权得到所述目标随机变量的整体偏移风险值。
5.根据权利要求1所述的方法，其特征在于，所述根据所述整体偏移风险值确定目标函数，并根据所述目标函数确定在所述目标抽水蓄能机组甩负荷测试中的目标决策量组合，包括：
对各所述整体偏移风险值进行排序，得到目标整体偏移风险值；
将所述目标整体偏移风险值确定为目标函数，并设置与所述目标随机变量对应的各约束条件；
根据所述目标函数以及各所述约束条件，得到目标决策量组合；
其中，所述目标决策量组合包括定子电流以及转子电流。
6.一种抽水蓄能机组甩负荷测试装置，其特征在于，包括：
概率分布模型确定模块，用于确定与目标抽水蓄能机组对应的至少一个已知随机变量的概率分布模型，并根据各所述概率分布模型确定目标随机变量的原点矩；所述目标随机变量为所述目标抽水蓄能机组甩负荷测试中的待求随机变量；所述目标随机变量包括下述至少一项：抽水蓄能机组在甩负荷过程中的机组转速、蜗壳压力、机组摆度、振动以及瓦温；
各阶半不变量确定模块，用于根据所述目标随机变量的原点矩，确定所述目标随机变量的各阶半不变量；
整体偏移风险值确定模块，用于根据所述各阶半不变量确定所述目标随机变量的概率密度函数，并根据所述概率密度函数确定所述目标随机变量的整体偏移风险值；
目标决策量组合确定模块，用于根据所述整体偏移风险值确定目标函数，并根据所述目标函数确定在所述目标抽水蓄能机组甩负荷测试中的目标决策量组合，以根据所述目标决策量组合对所述目标抽水蓄能机组进行甩负荷测试；
其中，所述已知随机变量包括下述至少一项：
抽水蓄能电站上库水位、下库水位、导叶开度以及轴瓦间隙；
所述概率分布模型确定模块，具体用于通过Weibull函数分别对所述抽水蓄能电站上库水位以及所述下库水位的随机分布情况进行描述，得到与已知随机变量抽水蓄能电站上库水位对应的概率分布模型，以及与已知随机变量抽下库水位对应的概率分布模型；
通过正态分布对所述导叶开度的不确定性进行描述，得到与已知随机变量导叶开度对应的概率分布模型；
通过beta函数对所述轴瓦间隙的随机分布情况进行描述，得到与已知随机变量轴瓦间隙对应的概率分布模型。
7.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的抽水蓄能机组甩负荷测试方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的抽水蓄能机组甩负荷测试方法。
CN202211486748.8A 2022-11-25 2022-11-25 抽水蓄能机组甩负荷测试方法、装置、设备及介质 Active CN115597872B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202211486748.8A CN115597872B (zh) 2022-11-25 2022-11-25 抽水蓄能机组甩负荷测试方法、装置、设备及介质
PCT/CN2023/097027 WO2024108953A1 (zh) 2022-11-25 2023-05-30 抽水蓄能机组甩负荷测试方法、装置、设备及介质
PCT/CN2023/128549 WO2024109487A1 (zh) 2022-11-25 2023-10-31 抽水蓄能机组甩负荷测试方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211486748.8A CN115597872B (zh) 2022-11-25 2022-11-25 抽水蓄能机组甩负荷测试方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115597872A true CN115597872A (zh) 2023-01-13
CN115597872B CN115597872B (zh) 2023-03-07

Family

ID=84853036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211486748.8A Active CN115597872B (zh) 2022-11-25 2022-11-25 抽水蓄能机组甩负荷测试方法、装置、设备及介质

Country Status (2)

Country Link
CN (1) CN115597872B (zh)
WO (2) WO2024108953A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024109487A1 (zh) * 2022-11-25 2024-05-30 南方电网调峰调频发电有限公司检修试验分公司 抽水蓄能机组甩负荷测试方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050091657A1 (en) * 2002-01-24 2005-04-28 Siemens Aktiengesellschaft Fuzzy logic based intelligent load control for multimedia and telecommunication systems
CN108964037A (zh) * 2018-07-19 2018-12-07 四川大学 基于高压配电网重构性模型
CN110059345A (zh) * 2019-03-08 2019-07-26 华中科技大学 一种抽水蓄能机组相继甩负荷关机规律优化方法与系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014195138A1 (de) * 2013-06-05 2014-12-11 Voith Patent Gmbh Drehzahlvariables pumpspeicherkraftwerk und verfahren zum betrieb
CN106849094A (zh) * 2016-12-30 2017-06-13 长沙理工大学 考虑负荷和风电相关性的半不变量法概率连续潮流
CN108304615B (zh) * 2017-12-28 2019-12-20 华中科技大学 一种抽水蓄能机组开机规律的双目标优选方法及系统
CN111104734B (zh) * 2019-12-12 2023-01-31 中国电建集团中南勘测设计研究院有限公司 一种抽水蓄能电站机组甩负荷试验反演预测方法
CN111224399B (zh) * 2020-02-25 2022-03-11 山东大学 一种用于分析电网不确定性潮流的方法及系统
CN114897331A (zh) * 2022-04-28 2022-08-12 贵州电网有限责任公司 一种基于三参数区间灰数决策的电力变压器风险评估方法
CN115597872B (zh) * 2022-11-25 2023-03-07 南方电网调峰调频发电有限公司检修试验分公司 抽水蓄能机组甩负荷测试方法、装置、设备及介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050091657A1 (en) * 2002-01-24 2005-04-28 Siemens Aktiengesellschaft Fuzzy logic based intelligent load control for multimedia and telecommunication systems
CN108964037A (zh) * 2018-07-19 2018-12-07 四川大学 基于高压配电网重构性模型
CN110059345A (zh) * 2019-03-08 2019-07-26 华中科技大学 一种抽水蓄能机组相继甩负荷关机规律优化方法与系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李树林 等: "考虑相关性的风光抽蓄互补发电系统优化运行", 《电力系统及其自动化学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024109487A1 (zh) * 2022-11-25 2024-05-30 南方电网调峰调频发电有限公司检修试验分公司 抽水蓄能机组甩负荷测试方法、装置、设备及介质
WO2024108953A1 (zh) * 2022-11-25 2024-05-30 南方电网调峰调频发电有限公司检修试验分公司 抽水蓄能机组甩负荷测试方法、装置、设备及介质

Also Published As

Publication number Publication date
WO2024109487A1 (zh) 2024-05-30
WO2024108953A1 (zh) 2024-05-30
CN115597872B (zh) 2023-03-07

Similar Documents

Publication Publication Date Title
CN115597872B (zh) 抽水蓄能机组甩负荷测试方法、装置、设备及介质
CN115630502A (zh) 电池膨胀力确定方法、电子设备及存储介质
CN114819385A (zh) 风电功率预测方法、装置、电子设备及存储介质
CN116523140A (zh) 窃电检测方法、装置、电子设备和存储介质
CN115375039A (zh) 一种工业设备故障预测方法、装置、电子设备及存储介质
CN116931438B (zh) 一种水轮机调速器参数确定方法、装置、设备及介质
CN117473384A (zh) 一种电网线路安全约束辨识方法、装置、设备及存储介质
CN117332898A (zh) 基于机器学习的新能源小时间尺度功率时序滚动预测方法
CN116777038A (zh) 微电网用电负荷预测方法、装置及存储介质
CN118100233B (zh) 微网群储能容量配置方法、装置、电子设备和存储介质
CN115373449B (zh) 一种数据处理方法、装置、设备及存储介质
CN118484754A (zh) 一种空调负荷的预测方法、装置、电子设备及存储介质
CN114626636A (zh) 电网负荷预测方法、装置、建模方法、计算机设备及介质
CN116914737A (zh) 配电网光伏承载力评估方法、装置、设备及存储介质
CN118446469A (zh) 一种电力系统发电计划的优化方法、装置及介质
CN118427782A (zh) 基于wrarmax和lstm的惯量提取与修正方法
CN117833208A (zh) 配电网状态推演方法、装置、电子设备和存储介质
CN115936222A (zh) 一种能源调度方法、装置、设备及存储介质
CN117439050A (zh) 一种电网恢复的反馈控制方法
CN118468059A (zh) 一种电力系统电站特性确定方法、装置、电子设备及介质
CN117575175A (zh) 碳排放评估方法、装置、电子设备和存储介质
CN116822740A (zh) 配电网运维方案确定方法、装置、电子设备及存储介质
CN116340356A (zh) 一种建筑数据获取方法、装置、设备及介质
CN117420444A (zh) 一种电池状态确定方法、装置、设备及存储介质
CN118316023A (zh) 一种区域风电概率预测方法、装置、电子设备及存储介质

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240612

Address after: Room 1217, No. 858, Lianhua Avenue West, Donghuan Street, Panyu District, Guangzhou, Guangdong 510000

Patentee after: INSPECTION AND TEST BRANCH OF SOUTHERN POWER GRID PEAKING FM POWER GENERATION Co.,Ltd.

Country or region after: China

Patentee after: Guangzhou Qiming Shuzhi Energy Technology Co.,Ltd.

Address before: Room 1217, No. 858, Lianhua Avenue West, Donghuan Street, Panyu District, Guangzhou, Guangdong 510000

Patentee before: INSPECTION AND TEST BRANCH OF SOUTHERN POWER GRID PEAKING FM POWER GENERATION Co.,Ltd.

Country or region before: China