检索结果-维普期刊中文期刊服务平台

基于数据物理融合驱动配电网三相线性化潮流及线损分析应用被引量：2: 1; 作者穆怀天廉洪亮 +1 位作者刘娟李艳琼《中国电力》 CSCD 北大核心 2024年第10期46-56,共11页; 分布式电源规模化并网引入了下垂控制等非光滑本地控制约束,易导致传统基于前推回代法的潮流计算方法收敛失败,且由于分布式电源并网改变系统潮流方向,导致传统等值电阻法、压降法等理论线损计算方法不再适用。为解决上述问题,提出计及... 展开更多; 关键词数据物理融合驱动线性化潮流理论线损计算下垂控制; 在线阅读下载PDF 职称材料

适用于配电网三相优化潮流的数据物理融合驱动线性化方法被引量：11: 2; 作者巨云涛杨明友吴文传《电力系统自动化》 EI CSCD 北大核心 2022年第13期43-52,共10页; 现有配电网三相潮流线性化模型在重载时精度下降较明显,限制了其应用。为此,提出了一种适用于三相优化潮流的改进型数据物理融合驱动线性化方法。首先,基于配电网物理特性得到三相线性潮流模型。然后,采用偏最小二乘回归的数据驱动方法... 展开更多; 关键词配电网数据物理融合驱动三相潮流线性化; 在线阅读下载PDF 职称材料

基于数据-物理模型融合驱动的原始-对偶自监督学习最优潮流求解方法: 3; 作者翁宗龙李滨 +2 位作者肖佳文张佳乐白晓清《电力自动化设备》北大核心 2025年第4期202-208,共7页; 随着新型电力系统的构建以及清洁低碳能源体系的转变,高维强非线性、高不确定性、强耦合等特点使得现有最优潮流计算的复杂度急剧增加。基于数据-物理模型融合驱动,提出一种内嵌交流潮流方程的原始-对偶自监督学习的最优潮流求解方法。... 展开更多; 关键词数据-物理融合驱动类增广拉格朗日原始-对偶自监督学习最优潮流内嵌交流潮流方程; 在线阅读下载PDF 职称材料

数据-物理融合驱动的有源配电网自适应电压控制被引量：3: 4; 作者冯歆尧彭泽武 +3 位作者陈强陈禹旭谢瀚阳梁盈威《电力系统及其自动化学报》 CSCD 北大核心 2023年第12期80-88,共9页; 分布式电源高比例接入条件下,配电网运行状态更加复杂,同时也难以获取准确的物理参数。本文提出一种数据-物理融合驱动的有源配电网自适应电压控制方法。首先,构建数据-物理融合驱动的有源配电网自适应电压控制框架;然后,针对有源配电... 展开更多; 关键词有源配电网分布式电源数据驱动自适应电压控制数据-物理融合驱动; 在线阅读下载PDF 职称材料

题名基于数据物理融合驱动配电网三相线性化潮流及线损分析应用被引量：2: 1; 作者穆怀天廉洪亮刘娟李艳琼; 机构国网冀北电力有限公司张家口供电公司; 出处《中国电力》 CSCD 北大核心 2024年第10期46-56,共11页; 基金国家电网有限公司科技项目(面向分布式智能配电网的感知系统规划关键技术研究,SGJBZJ00FZJS2310996)。; 文摘分布式电源规模化并网引入了下垂控制等非光滑本地控制约束,易导致传统基于前推回代法的潮流计算方法收敛失败,且由于分布式电源并网改变系统潮流方向,导致传统等值电阻法、压降法等理论线损计算方法不再适用。为解决上述问题,提出计及有载调压变压器调压、分布式光伏下垂控制的光滑化模型,构建了基于数据物理融合驱动的三相配电网线性化理论线损快速计算模型。在传统基于稳态运行特性线性化、一阶泰勒展开线性化的基础上,利用偏最小二乘法补偿线性化误差。相比纯物理驱动线性化,在负荷重载条件下仍具有较高精度;相比于纯数据驱动线性化,能够保留支路拓扑信息,适用于开关状态变化场景。所提模型仅对线性化误差进行拟合补偿,在保证线性化精度的前提下,极大地提高了潮流模型的收敛性与计算效率,且能够适应不同负荷水平实现精确误差补偿。基于实际42节点三相配电网系统仿真,验证了所提模型具有较高精度,且能够实现配电网理论线损鲁棒、快速计算。; 关键词数据物理融合驱动线性化潮流理论线损计算下垂控制; Keywords drive by data and physics fusion linearized power flow theoretical line loss calculation droop control; 分类号 TM73 [电气工程—电力系统及自动化] TM714.3 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名适用于配电网三相优化潮流的数据物理融合驱动线性化方法被引量：11: 2; 作者巨云涛杨明友吴文传; 机构中国农业大学信息与电气工程学院清华大学电机工程与应用电子技术系; 出处《电力系统自动化》 EI CSCD 北大核心 2022年第13期43-52,共10页; 基金国家自然科学基金资助项目(52177125)。; 文摘现有配电网三相潮流线性化模型在重载时精度下降较明显,限制了其应用。为此,提出了一种适用于三相优化潮流的改进型数据物理融合驱动线性化方法。首先,基于配电网物理特性得到三相线性潮流模型。然后,采用偏最小二乘回归的数据驱动方法获得线性化误差模型,对物理驱动模型进行修正。与完全数据驱动型方法相比,三相线性潮流模型保留了线路信息,可在优化潮流中用于描述支路约束。与完全物理驱动模型相比,三相线性潮流模型充分利用数据驱动的优化拟合能力来获得线性化误差与节点负荷之间的线性关系。因为在误差修正项中包含更多维的全局信息,所以线性化模型的精度得到提高,保证了重载时所提方法的精度仍足够高。所提方法具有更好的适用性,能够处理各种连接方式的三相变压器和负荷模型以及考虑相间耦合的分布式电源模型。基于IEEE标准算例,将所提方法与其他可用于优化潮流的线性化方法进行对比分析,结果表明所提方法在系统重载时精度依然很高。; 关键词配电网数据物理融合驱动三相潮流线性化; Keywords distribution network hyhrid data-physical driven three-phase power flow linearization; 分类号 TM744 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于数据-物理模型融合驱动的原始-对偶自监督学习最优潮流求解方法: 3; 作者翁宗龙李滨肖佳文张佳乐白晓清; 机构广西电力系统最优化与节能技术重点实验室; 出处《电力自动化设备》北大核心 2025年第4期202-208,共7页; 基金国家自然科学基金资助项目(51967001) 广西自然科学基金资助项目(2020GXNSFAA297117)。; 文摘随着新型电力系统的构建以及清洁低碳能源体系的转变,高维强非线性、高不确定性、强耦合等特点使得现有最优潮流计算的复杂度急剧增加。基于数据-物理模型融合驱动,提出一种内嵌交流潮流方程的原始-对偶自监督学习的最优潮流求解方法。建立原始神经网络和对偶神经网络,并采用类增广拉格朗日的方法进行联合训练。原始神经网络仅预测所有节点的电压,在该训练网络中内嵌交流潮流方程,以计算发电机的有功和无功出力;对偶神经网络预测拉格朗日乘子估计值。仿真结果表明,所提方法不仅关注大量数据的底层特征,还优化解的质量,有助于更好地探索数据的结构和特性。同时,该方法无须预处理标签样本数据集,其计算精度和可信度优于数据驱动方法,其计算速度比传统物理模型驱动方法快数十倍。; 关键词数据-物理融合驱动类增广拉格朗日原始-对偶自监督学习最优潮流内嵌交流潮流方程; Keywords data-physical fusion driven class augmented Lagrangian primal-dual self-supervised learning optimal power flow embedded AC power flow equation; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名数据-物理融合驱动的有源配电网自适应电压控制被引量：3: 4; 作者冯歆尧彭泽武陈强陈禹旭谢瀚阳梁盈威; 机构广东电网有限责任公司; 出处《电力系统及其自动化学报》 CSCD 北大核心 2023年第12期80-88,共9页; 基金广东电网有限责任公司科技项目(037800KK52200006)。; 文摘分布式电源高比例接入条件下,配电网运行状态更加复杂,同时也难以获取准确的物理参数。本文提出一种数据-物理融合驱动的有源配电网自适应电压控制方法。首先,构建数据-物理融合驱动的有源配电网自适应电压控制框架;然后,针对有源配电网的电压控制问题进行数据驱动建模;进一步考虑数据驱动控制的局限性,通过不完备物理模型修正数据驱动模型;最后,基于改进的IEEE33节点算例进行分析验证,结果表明数据-物理融合驱动控制策略可以有效抑制有源配电网的电压频繁越限,提高配电网自适应优化控制水平。; 关键词有源配电网分布式电源数据驱动自适应电压控制数据-物理融合驱动; Keywords active distribution network(ADN) distributed generator data-driven adaptive voltage control dataphysical hybrid-driven; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于数据物理融合驱动配电网三相线性化潮流及线损分析应用	穆怀天廉洪亮刘娟李艳琼	《中国电力》 CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
2	适用于配电网三相优化潮流的数据物理融合驱动线性化方法	巨云涛杨明友吴文传	《电力系统自动化》 EI CSCD 北大核心	2022	11	在线阅读下载PDF 职称材料
3	基于数据-物理模型融合驱动的原始-对偶自监督学习最优潮流求解方法	翁宗龙李滨肖佳文张佳乐白晓清	《电力自动化设备》北大核心	2025	0	在线阅读下载PDF 职称材料
4	数据-物理融合驱动的有源配电网自适应电压控制	冯歆尧彭泽武陈强陈禹旭谢瀚阳梁盈威	《电力系统及其自动化学报》 CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料