咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于自适应时间窗的数据-模型融合驱动暂态频率预测 收藏

基于自适应时间窗的数据-模型融合驱动暂态频率预测

Transient Frequency Prediction Driven by Data-model Fusion Based on Adaptive Time Window

作     者:邓贤哲 姚伟 黄伟 翟苏巍 郑超 李文云 文劲宇 DENG Xianzhe;YAO Wei;HUANG Wei;ZHAI Suwei;ZHENG Chao;LI Wenyun;WEN Jinyu

作者机构:强电磁技术全国重点实验室(华中科技大学)湖北省武汉市430074 云南电网有限责任公司昆明供电局云南省昆明市650012 云南电力调度控制中心云南省昆明市650011 

出 版 物:《电网技术》 (Power System Technology)

年 卷 期:2024年第48卷第4期

页      面:1551-1562,I0049,I0050页

核心收录:

学科分类:080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基  金:中国南方电网云南电网有限责任公司科技项目(0500002022030301XT00090) 国家自然科学基金项目(U22B20111) 

主  题:数据-模型融合驱动 自适应时间窗预测 暂态频率预测 广域量测技术 

摘      要:新能源大规模并网使得新型电力系统的暂态频率响应特征更加复杂,现有频率在线预测方法难以兼顾准确性和及时性。基于此,提出基于自适应时间窗的数据-模型融合驱动暂态频率预测方法。首先,基于长短期记忆网络,离线训练多个具有不同长度时序数据输入的频率曲线循环预测模型;其次,利用参数辨识方法离线建立各发电集群的通用等值频率响应模型,在此基础上构建系统有功-频率物理机理快速分析模型;最后,串行融合前述频率曲线循环预测模型与有功-频率物理机理快速分析模型,并提出“可信度量化评估指标,实时分析在线预测过程中不同评估时刻下预测结果的精度,自适应调整输入时序数据长度,直至预测结果满足要求并输出。含风电的IEEE39节点系统的仿真结果表明,所提方法在不同风电渗透率或不同扰动下均能快速、准确地预测暂态频率响应曲线,相较于其他在线预测方法具有更优的评估性能。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分