[发明专利]基于模式激发程度分析的暂态稳定预想事故筛选方法有效
申请号: | 201310320786.0 | 申请日: | 2013-07-26 |
公开(公告)号: | CN103413032A | 公开(公告)日: | 2013-11-27 |
发明(设计)人: | 沈沉;陈乾;倪敬敏;刘锋 | 申请(专利权)人: | 清华大学;国家电网公司;中国电力科学研究院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张大威 |
地址: | 100084 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 模式 激发 程度 分析 稳定 预想 事故 筛选 方法 | ||
技术领域
本发明属于电力系统暂态稳定分析领域,具体涉及一种基于模式激发程度分析的暂态稳定预想事故筛选方法。
背景技术
大规模新能源发电的接入导致电力系统运行方式的不确定性逐渐增大。在此情况下,在线安全稳定评估将发挥更大的作用。合理地筛选出暂态稳定预想事故是在线安全稳定评估的基础。基于运行人员经验的预想事故筛选方法不适用于在线安全稳定评估,而人工智能方法的物理意义不够明确。
发明内容
本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此,本发明的目的在于提出一种不依赖运行人员经验、筛选效率高的基于模式激发程度分析的暂态稳定预想事故筛选方法。
为了实现上述目的,本发明实施例的基于模式激发程度分析的暂态稳定预想事故筛选方法,包括以下步骤:S1.采用模式激发程度分析方法计算各个节点故障的重要程度指标;以及S2.采用最大差异法筛选出重要故障。
在本发明的一个实施例中,所述步骤S1包括:
设系统有n台发电机,对系统进行小干扰稳定性分析,可以得到系统的最大机电振荡周期,记为Tmax,设系统有N个节点,依次在每个节点设置三相短路故障,故障时间为0~0.1s,计算各个节点故障的重要程度指标为
E={E1,E2,L,EN} (1)
其中第k(k=1,2,L,N)个节点故障的重要程度指标为
的推导过程如下,式(3)中各个符号的含义将在下面的推导过程中给出:
发电机采用经典二阶模型,忽略系统阻尼,负荷采用恒阻抗模型,进行网络收缩后,只保留发电机内节点的系统数学模型为
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学;国家电网公司;中国电力科学研究院,未经清华大学;国家电网公司;中国电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310320786.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种分组组合生成方法、装置及系统
- 下一篇:一种半导体制冷模块优化设计方法
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用