[發明專利]基于模式激發程度分析的暫態穩定預想事故篩選方法有效
| 申請號: | 201310320786.0 | 申請日: | 2013-07-26 |
| 公開(公告)號: | CN103413032A | 公開(公告)日: | 2013-11-27 |
| 發明(設計)人: | 沈沉;陳乾;倪敬敏;劉鋒 | 申請(專利權)人: | 清華大學;國家電網公司;中國電力科學研究院 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人: | 張大威 |
| 地址: | 100084 北京*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 模式 激發 程度 分析 穩定 預想 事故 篩選 方法 | ||
技術領域
本發明屬于電力系統暫態穩定分析領域,具體涉及一種基于模式激發程度分析的暫態穩定預想事故篩選方法。
背景技術
大規模新能源發電的接入導致電力系統運行方式的不確定性逐漸增大。在此情況下,在線安全穩定評估將發揮更大的作用。合理地篩選出暫態穩定預想事故是在線安全穩定評估的基礎。基于運行人員經驗的預想事故篩選方法不適用于在線安全穩定評估,而人工智能方法的物理意義不夠明確。
發明內容
本發明旨在至少在一定程度上解決上述技術問題之一或至少提供一種有用的商業選擇。為此,本發明的目的在于提出一種不依賴運行人員經驗、篩選效率高的基于模式激發程度分析的暫態穩定預想事故篩選方法。
為了實現上述目的,本發明實施例的基于模式激發程度分析的暫態穩定預想事故篩選方法,包括以下步驟:S1.采用模式激發程度分析方法計算各個節點故障的重要程度指標;以及S2.采用最大差異法篩選出重要故障。
在本發明的一個實施例中,所述步驟S1包括:
設系統有n臺發電機,對系統進行小干擾穩定性分析,可以得到系統的最大機電振蕩周期,記為Tmax,設系統有N個節點,依次在每個節點設置三相短路故障,故障時間為0~0.1s,計算各個節點故障的重要程度指標為
E={E1,E2,L,EN}????????(1)
其中第k(k=1,2,L,N)個節點故障的重要程度指標為
的推導過程如下,式(3)中各個符號的含義將在下面的推導過程中給出:
發電機采用經典二階模型,忽略系統阻尼,負荷采用恒阻抗模型,進行網絡收縮后,只保留發電機內節點的系統數學模型為
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學;國家電網公司;中國電力科學研究院,未經清華大學;國家電網公司;中國電力科學研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310320786.0/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種分組組合生成方法、裝置及系統
- 下一篇:一種半導體制冷模塊優化設計方法
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





