数据-物理联合驱动的大电网频率安全智能评估

陈振; 王曦; 陈刚; 石鹏; 范成围; 王永灿; 史华勃

doi:10.16527/j.issn.1003-6954.20230303

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

数据-物理联合驱动的大电网频率安全智能评估

新型电力系统 | 更新时间：2026-02-13

- 数据-物理联合驱动的大电网频率安全智能评估
- 数据-物理联合驱动的大电网频率安全智能评估
- 四川电力技术 2023年第3期页码：16-19+65
- 作者机构：
  
  国网四川省电力公司电力科学研究院
- 作者简介：
- 基金信息：
- DOI：10.16527/j.issn.1003-6954.20230303
  中图分类号： TM73
- 纸质出版：2023
- 稿件说明：
移动端阅览
陈振, 王曦, 陈刚, 等. 数据-物理联合驱动的大电网频率安全智能评估[J]. 四川电力技术, 2023,(3):16-19+65.

陈振, 王曦, 陈刚, et al. 数据-物理联合驱动的大电网频率安全智能评估[J]. 2023, (3): 16-19+65.
陈振, 王曦, 陈刚, 等. 数据-物理联合驱动的大电网频率安全智能评估[J]. 四川电力技术, 2023,(3):16-19+65. DOI： 10.16527/j.issn.1003-6954.20230303.

陈振, 王曦, 陈刚, et al. 数据-物理联合驱动的大电网频率安全智能评估[J]. 2023, (3): 16-19+65. DOI： 10.16527/j.issn.1003-6954.20230303.

摘要

新型电力系统的低惯量特征为其频率安全带来严峻挑战。为快速准确评估大电网受扰后的频率响应，文中提出数据-物理联合驱动的大电网频率安全智能评估方法。为实现数据模型和物理模型分析手段的有效结合，设计了频率安全评估的可信集成学习方法，准确评估数据驱动频率安全结果的可信度，并通过设定可信度阈值作为数据模型和物理模型的切换依据。若数据模型评估结果的可信度高于阈值，则采纳为可靠的数据驱动频率安全评估结果，否则切换为基于物理模型的时域仿真方法进行评估。利用四川电网仿真模型生成数据集并进行模型性能分析，结果表明所提方法兼具频率安全评估的快速性和准确性。

Abstract

关键词

Keywords

references

Integrating Model-Driven and Data-Driven Methods for Power System Frequency Stability Assessment and Control[J]. Wang Qi;Li Feng;Tang Yi;Xu Yan.IEEE Transactions on Power Systems,2019

双高电力系统频率安全问题评述及其应对措施[J]. 张子扬;张宁;杜尔顺;康重庆;王智冬.中国电机工程学报,2022(01)

基于特征选择和随机森林的电力系统受扰后动态频率预测[J]. 李冠争;李斌;王帅;李超;刘昊;田杨阳.电网技术,2021(07)

深度学习在电力系统频率分析与控制中的应用综述[J]. 张怡;张恒旭;李常刚;蒲天骄.中国电机工程学报,2021(10)

基于直流互联的交流电网频率稳定控制研究[J]. 孙凯祺;李可军;Sundaresh Lakshmi;刘奕路;潘久平;孙华东.中国电机工程学报,2020(03)

基于深度置信网络的电力系统扰动后频率曲线预测[J]. 仉怡超;闻达;王晓茹;林进钿.中国电机工程学报,2019(17)

基于改进堆栈降噪自动编码器的预想事故频率指标评估方法研究[J]. 赵荣臻;文云峰;叶希;唐权;李文沅;陈云辉;瞿小斌.中国电机工程学报,2019(14)

基于多层支持向量机的交直流电网频率稳定控制方法[J]. 胡益;王晓茹;滕予非;艾鹏;车玉龙.中国电机工程学报,2019(14)

基于多层极限学习机的电力系统频率安全评估方法[J]. 文云峰;赵荣臻;肖友强;刘祯斌.电力系统自动化,2019(01)

计及紧急直流功率支援的扰动后稳态频率预测算法[J]. 艾鹏;滕予非;王晓茹;胡斌俞;林进钿.电力系统自动化,2017(13)

基于广域量测的电力系统扰动后最低频率预测[J]. 刘克天;王晓茹;薄其滨.中国电机工程学报,2014(13)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据