期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
知识-数据融合的直流送端系统暂态过电压幅值预测 被引量:4
1
作者 秦博宇 高鑫 +2 位作者 张哲 丁涛 张逸兴 《电力系统自动化》 EI CSCD 北大核心 2024年第14期110-118,共9页
对于含大规模风电的高压直流外送系统,换相失败、直流闭锁等故障可能导致送端交流母线出现暂态过电压,进而引发新能源连锁脱网,严重威胁电网的安全稳定运行。为刻画直流故障对系统安全稳定运行能力的影响,提出一种知识-数据融合的直流... 对于含大规模风电的高压直流外送系统,换相失败、直流闭锁等故障可能导致送端交流母线出现暂态过电压,进而引发新能源连锁脱网,严重威胁电网的安全稳定运行。为刻画直流故障对系统安全稳定运行能力的影响,提出一种知识-数据融合的直流送端系统暂态过电压幅值预测方法。首先,通过修正决策树分裂过程中的分支质量衡量指标提出改进决策树算法,挖掘暂态过电压与关键电气量的映射关系,提升过电压幅值预测模型的评估性能。其次,基于系统机理模型分析送端系统功率交换情况与交流母线电压的关联关系,推导模型驱动的换流站母线暂态过电压幅值解析表达式。最后,结合理论分析方法,建立知识-数据融合模型以快速修正过电压幅值理论计算结果,提升融合模型在训练样本不足或输入特征选择不当情况下的鲁棒性。面向存在暂态过电压问题的直流送端系统,仿真结果验证了所提暂态过电压幅值预测方法的有效性。 展开更多
关键词 改进决策树模型 暂态过电压 知识-数据融合 直流送端系统
在线阅读 下载PDF
计及灰数据的知识-数据驱动低压有源配电网潮流计算
2
作者 刘斯亮 郑泽南 +2 位作者 张勇军 羿应棋 池玉泉 《电测与仪表》 北大核心 2025年第6期2-10,共9页
低压配电网拓扑和线路参数不准确使得传统的潮流计算方法失效,采用数据驱动方法能减少对物理参数的依赖,但缺乏可解释性。为此,提出一种融合物理知识与数据驱动的潮流计算方法。基于DistFlow模型构造了深度学习模型的输入输出特征向量,... 低压配电网拓扑和线路参数不准确使得传统的潮流计算方法失效,采用数据驱动方法能减少对物理参数的依赖,但缺乏可解释性。为此,提出一种融合物理知识与数据驱动的潮流计算方法。基于DistFlow模型构造了深度学习模型的输入输出特征向量,以低压配电台区的首端节点电压、用户节点光伏出力及负荷功率作为输入特征,用户节点电压幅值作为输出特征。结合三相线性潮流模型设计多通道卷积网络,通过独立通道处理电压、有功功率和无功功率,并利用电阻、电抗参数初始化卷积核权重。最后,针对灰数据(含有量测误差和异常值的数据)用于训练会影响模型性能的问题,提出改进降噪自编码器筛选并剔除异常样本。实验表明,所提方法在准确性和泛化性能上优于传统数据驱动方法,同时显著降低了灰数据对模型的影响。 展开更多
关键词 低压配电网 潮流计算 知识-数据融合 多通道卷积 数据
在线阅读 下载PDF
融合电力系统知识的预想扰动下频率指标智能预测方法
3
作者 张雨润 石重托 +3 位作者 姚伟 黄伟 翟苏巍 文劲宇 《电力自动化设备》 北大核心 2025年第6期148-155,163,共9页
在稳态下基于预想扰动预测频率指标,进而制定相应的预防措施,是保证频率稳定的重要手段。基于此,提出一种融合电力系统知识的预想扰动下频率指标智能预测方法,分析频率指标与预想扰动大小之间的近似线性关系,并依据这一关系将频率指标... 在稳态下基于预想扰动预测频率指标,进而制定相应的预防措施,是保证频率稳定的重要手段。基于此,提出一种融合电力系统知识的预想扰动下频率指标智能预测方法,分析频率指标与预想扰动大小之间的近似线性关系,并依据这一关系将频率指标划分为线性部分和非线性部分。建立虚拟变量回归模型预测线性部分,并使用嵌入电网拓扑的图卷积网络预测非线性部分。通过加和两部分得到预测结果。基于IEEE 39节点系统和WECC 179节点系统进行算例测试,结果验证了所提数据-知识融合驱动方法相比知识和数据驱动方法能够在不明显增加预测时间的同时大幅提升预测的准确性与可靠性。 展开更多
关键词 频率稳定 频率指标预测 预想扰动 数据-知识融合驱动 虚拟变量回归 图卷积网络
在线阅读 下载PDF
知识及数据驱动的电力一次设备健康管理方法综述 被引量:12
4
作者 谢庆 王春鑫 +6 位作者 李帆 谢晨昊 钟昱尧 翟常营 谢军 张镱议 律方成 《高电压技术》 EI CAS CSCD 北大核心 2024年第2期605-620,共16页
电力系统规模逐年扩大,其供电可靠性要求越来越高。基于电力设备机理、监测数据,利用知识、数据驱动及其融合驱动方法进行电力一次设备健康管理,是一种提高供电可靠性、降低运维成本的可行途径。文中对知识、数据驱动及其融合驱动的电... 电力系统规模逐年扩大,其供电可靠性要求越来越高。基于电力设备机理、监测数据,利用知识、数据驱动及其融合驱动方法进行电力一次设备健康管理,是一种提高供电可靠性、降低运维成本的可行途径。文中对知识、数据驱动及其融合驱动的电力一次设备健康管理方法进行综述。首先,概述知识、数据驱动及其融合驱动的关键技术;然后,分别从电力一次设备的图像识别、状态量感知与故障诊断、状态评估与运行维护3个应用场景,对3种驱动方法的研究现状进行了详细梳理;最后,从硬件条件、数据来源、知识模型构建等方面,对3种驱动方法在电力设备健康管理中的应用难点进行总结,并对未来发展给出建议。 展开更多
关键词 电力一次设备 健康管理 知识驱动 数据驱动 知识-数据融合驱动
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部