[发明专利]基于集群的故障临界切除时间并行计算方法有效
申请号: | 200910264389.X | 申请日: | 2009-12-21 |
公开(公告)号: | CN101751518A | 公开(公告)日: | 2010-06-23 |
发明(设计)人: | 金学成;鲍颜红;谭永香;徐伟;应忠德;王胜明;万源;崔晓丹;刘有飞;邵伟 | 申请(专利权)人: | 江西省电力公司;国网电力科学研究院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 汪旭东 |
地址: | 330077 江西*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 基于集群的故障临界切除时间并行计算方法,根据故障的搜索区间长度分配计算核,确保搜索区间大的故障分到更多的核。如果故障的档位拆分步长小于计算精度,则按计算精度的要求来确定该故障所需要的核数。在采用绝对精度时,若档位拆分步长满足收敛精度,则采用较长的观察时间通过一次迭代直接求出暂态安全CCT和动态安全CCT;否则,先采用较短观察时间求取暂态安全CCT,再将暂态安全CCT作为上限,使用较长观察时间求取动态安全CCT。在采用相对精度时,先求取暂态安全CCT,再求取动态安全CCT。在考虑多种电力系统安全稳定裕度指标的情况下,求取功角稳定CCT、电压安全CCT、频率安全CCT和动态安全CCT中的最小者。 | ||
搜索关键词: | 基于 集群 故障 临界 切除 时间 并行 计算方法 | ||
【主权项】:
1.基于集群的故障临界切除时间并行计算方法,其特征在于包括下列步骤:1)确定暂态安全CCT和动态安全CCT的计算方式;2)根据故障i的故障切除时间变化量的上下限,获取其CCT搜索区间及搜索区间长度Li;3)根据计算参数和搜索区间确定计算精度ξi;若计算精度采取相对值,则先计算出近似CCT,再根据收敛精度相对值来估计计算精度,筛选出搜索区间的1/2长度大于计算精度的故障,将各故障的方案数已确定标志置为0,标志为0的故障需要重新分配核,标志为1的故障方案数已确定;尚未分配的空闲核数为计算机集群当中的可用核数;4)将尚未分配的空闲核按故障搜索区间长度分配给方案数已确定标志为0的故障;设尚未分配的空闲核数为Nidle_cpu,故障数为M,故障的总搜索区间长度为则故障切除时间档位的理论拆分步长为故障i对应的方案数为如果Σ i = 1 M N i , sch > N idle _ cpu , ]]> 则按搜索区间长度由小到大依次将Ni,sch减1至Σ i = 1 M N i , sch = N idle _ cpu , ]]> 但Ni,sch不能为0以保证所有的故障的都参与计算,故障i的档位实际拆分步长为Li/Ni,sch;5)如果存在Li/(Ni,sch-1)<2ξi的故障,则按2ξi的拆分步长确定该故障实际应分配的方案数Ni,sch,并将对应的方案数已确定标志置为1,尚未分配的空闲核数为空闲核数减去方案数已确定故障的方案数之和,执行步骤4);6)根据各故障对应的Ni,sch将搜索区间等分,确定各计算方案对应的故障切除时间变化量,将不同的计算方案分发到不同的核进行并行计算,等待并收集稳定性评估结果;7)将裕度指标为正的方案号称为安全方案号,反之为不安全方案号;相邻的安全方案号和不安全方案号的对应的故障切除时间变化量为ts和tu,则该裕度指标对应的下一次迭代的搜索区间为[ts,tu];如果不同裕度指标对应不同的[ts,tu],则所关心的安全稳定CCT必然存在于[ts,tu]min内,下一次CCT搜索的区间为[ts,tu]min,同时给出其它裕度指标的近似CCT;如果所有故障搜索区间的1/2长度小于计算精度,则输出CCT计算结果;否则,执行步骤3)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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江西省电力公司;国网电力科学研究院,未经江西省电力公司;国网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/patent/200910264389.X/,转载请声明来源钻瓜专利网。
- 上一篇:三氯化铁催化的氧化偶联制备菲衍生物
- 下一篇:密集多径环境下的扩频捕获方法
- 同类专利
- 专利分类
G06 计算;推算;计数
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
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