摘要
本发明涉及一种电力系统低频强迫振荡扰动源定位与预判方法,包括以下步骤:获取常规机组有功功率日间计划和风电场预测日间功率并每隔预设时间间隔更新数据;基于常规机组有功功率日间计划和风电场预测日间功率,利用滑动时间窗口对未来预设时间间隔内的常规机组有功功率日间计划和风电场日间预测功率进行动态低频强迫振荡检测,获取可能发生振荡时间窗口内的常规机组、风电场有功功率数据构建数值矩阵;将数值矩阵输入训练完成的CNN‑SVM定位模型,预判未来预设时间间隔内有可能引发低频强迫振荡的潜在常规机组和风电场及对应窗口发生时间。与现有技术相比,本发明具有能够实现小样本情况下的精准定位结果等优点。
技术关键词
风电场有功功率
电力系统
SVM分类器
特征提取模块
样本
计划
线性
凸二次规划
滑动时间窗口
数值
矩阵
数据
机组发电
粒子群算法求解
拉格朗日
风电机组
优化调度模型
系统为您推荐了相关专利信息
智能化轨道交通
自动调度方法
生成对抗网络
调度优化算法
实时信号
飞轮储能系统
飞轮单元
状态预测方法
滑动平均值
指数
转速表
校准装置
摄像单元
电机控制单元
信号处理单元