基于时空图卷积神经网络的强迫振荡定位与传播预测

振荡源定位与传播预测是抑制强迫振荡和保证电力系统稳定的关键。现有方法未能充分利用电网的空间拓扑信息和振荡的时序特征,限制了定位和预测的精度。因此,该文提出一种基于时空图卷积神经网络的强迫振荡定位与传播预测方法。首先,根据节点特征和拓扑信息构建图数据,考虑到强迫振荡传播的快速性,通过切比雪夫多项式扩大节点空间感受野,提取振荡空间特征。同时,利用门控循环单元网络提取多个节点振荡数据的时序关联,通过时空图卷积单元融合空间和时序特征。然后,将定位与传播预测分别建模为分类和回归问题,训练时空图卷积神经网络模型。算例分析表明,所提方法具有更高的准确率,且在噪声和部分节点数据缺失的情况下依然具有较好的性能。

基于RA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法

近年来风电并网比例大幅提高,由此引发的次/超同步振荡的发生概率也大大提高,严重威胁系统的安全稳定性。准确辨识次/超同步振荡参数是抑制振荡的基础,提出基于注意力机制的残差卷积神经网络的辨识方法。卷积神经网络的局部相关性和权值共享决定了其具有更强的特征学习和表达能力,通过结合注意力机制可以更准确地辨识振荡参数。同时,引入残差连接,用以解决深层卷积神经网络存在的梯度消失和网络退化问题。仿真结果表明:相较于传统方法,该方法不仅能在较短时间窗数据上完整地辨识次/超同步振荡的参数,且能规避传统方法因主观因素带来的辨识误差,降低振荡参数辨识的复杂度。

中国钢铁工业协会 中国金属学会冶金科学技术奖获奖项目简介 鞍钢30万t焦油深加工典型工艺技术和装置研发与应用

项目简介:本项目属于冶金行业煤化工技术领域。高温煤焦油含有沥青、萘、β-甲基萘、芴、苊、酚、喹啉等多种化工产品,国外已可从中分离提纯400~500种化工产品,国内焦油加工主要是初步分离焦油产品,产品品种相对较少,产品深加工工艺相对落后。本项目瞄准焦油深加工这一具有市场前景的课题,针对焦油加工工艺及装备技术难点展开攻关,确定整体工艺方案,取得了良好工业应用效果,研发出2项国家发明专利及多项专有技术。主要成果如下。