龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东大学
申请日：2024-03-08
公开（公告）日：2024-06-04
公开（公告）号：CN118137484A
主分类号：H02J3/00
分类号：H02J3/00;H02J3/26;H02J3/46
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.21#实质审查的生效;2024.06.04#公开
摘要：本发明提出考虑负荷惯量的物理‑数据融合功率缺额预测方法及系统，涉及功率缺额预测技术领域。包括建立惯性中心频率模型，更新惯性中心频率曲线和发电侧各发电机的整体惯量；采用滑动时间窗来选取更新后的惯性中心频率曲线上的多个数据点，对数据点拟合得到对应时间窗的局部曲线，并将时间窗局部曲线中点的切线斜率作为对应时间窗的频率变化率；选择最优的频率变化率对应的时间窗，预测发电侧发电机组承担的不平衡功率；基于预训练的深度学习网络模型，预测出负荷侧承担的不平衡功率；将发电侧发电机组承担的不平衡功率与负荷侧承担的不平衡功率加和，得到实际功率缺额。本发明实现考虑负荷侧惯量修正后的实际功率缺额的计算，提高了预测精度。
主权项：1.考虑负荷惯量的物理-数据融合功率缺额预测方法，其特征在于，包括以下步骤：基于电网系统发电侧各发电机节点频率和发电机惯性常数，建立惯性中心频率模型；判断系统是否发生大功率缺额事件和机组跳匝扰动，若是，则更新惯性中心频率曲线和发电侧各发电机的整体惯量；采用滑动时间窗来选取更新后的惯性中心频率曲线上的多个数据点，对数据点进行拟合，得到对应时间窗的局部曲线，并将局部曲线中点的切线斜率作为对应时间窗的频率变化率；选择最优的频率变化率对应的时间窗，并结合更新后的发电侧各发电机的整体惯量，预测得到发电侧发电机组承担的不平衡功率；基于预训练的深度学习网络模型，预测出负荷侧承担的不平衡功率；将发电侧发电机组承担的不平衡功率与负荷侧承担的不平衡功率加和，得到实际功率缺额。
全文数据：
权利要求：
百度查询： 山东大学 考虑负荷惯量的物理-数据融合功率缺额预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号