-
题名计及风电随机激励的电力系统暂态稳定分析
被引量:14
- 1
-
-
作者
蒋长江
刘俊勇
刘友波
许立雄
刘洋
朱国俊
-
机构
四川大学电气信息学院
国网四川省电力公司电力经济研究院
-
出处
《电力自动化设备》
EI
CSCD
北大核心
2016年第3期100-108,共9页
-
基金
国家自然科学基金资助项目(51261130472)
英国阿尔斯通公司国际合作项目(11H0207)~~
-
文摘
为了探讨风电随机激励对电力系统暂态稳定的影响,提出一种基于随机微分理论对含风电电力系统进行建模和稳定分析的方法。首先将异步风机机械功率作为随机激励,在暂态过程中利用伊藤型随机微分方程对异步风机的转子运动方程进行建模,将传统的微分代数方程模型扩展成随机微分代数方程模型;然后针对新的模型,通过时域仿真进行求解,分析风电功率随机波动对电力系统暂态过程的影响。算例结果表明:相比于确定性和概率性暂态稳定分析方法,所提方法能够更好地揭示风电不确定性对电力系统暂态稳定性的影响。
-
关键词
风电
风电随机激励
暂态稳定
随机微分代数方程
数值积分
临界切除时间
稳定性
-
Keywords
wind power
wind-power stochastic excitation
transient stability
stochastic differential algebraic equation
numerical integration
critical clearing time
stability
-
分类号
TM712
[电气工程—电力系统及自动化]
-
-
题名基于非参数估计的无功电压控制响应规则辨识
被引量:3
- 2
-
-
作者
尤金
刘俊勇
刘友波
刘洋
胥威汀
苟竞
-
机构
四川大学电气信息学院
中国电力工程顾问集团西南电力设计院有限公司
国网四川省电力公司电力经济研究院
-
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2018年第13期1-12,共12页
-
基金
国家自然科学基金项目资助(51437003)~~
-
文摘
由于传统分析难以准确把握电压、无功之间复杂的非线性关系,使得调压措施给系统节点电压带来的电压偏移模糊不清,导致调压后系统中某些节点电压进一步恶化。且传统电压无功分析依赖于模型建立的精度,其负荷模型建立存在较大难度,因此有必要通过电压对无功的响应数据来研究两者之间的关联关系。提出一种基于Group-Lasso的多场景下电压无功关联度分析方法,挖掘系统负荷水平、无功激励与节点电压之间的函数关系。该方法能准确量化三者间的关联强弱,且所得函数表达式具有较强的泛化能力。通过IEEE 24、IEEE 118节点系统标准算例验证了所提思路与方法的有效性,为今后电压无功关联度分析提供了新的思路。
-
关键词
电力系统
电压无功分析
场景应用
数据挖掘
非参数估计
-
Keywords
electric power system
voltage and reactive power
scene application
data mining
nonparametric estimation
-
分类号
TM714.3
[电气工程—电力系统及自动化]
-
-
题名一种高精度的卷积神经网络安全帽检测方法
被引量:12
- 3
-
-
作者
李天宇
李栋
陈明举
吴浩
刘益岑
-
机构
四川轻化工大学人工智能四川省重点实验室
国网四川省电力公司电力研究院
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2021年第7期1018-1026,共9页
-
基金
国家电网公司科技攻关项目(No.521997180016)
四川省科技厅项目(No.2017JY0338,No.2019YJ0477,No.2018GZDZX0043,No.2018JY0386,No.2020YFG0178)
+1 种基金
人工智能四川省重点实验室项目(No.2019RYY01)
四川轻化工大学研究生创新基金项目(No.y2020020)
-
文摘
在复杂的施工环境中,基于机器视觉技术的安全帽佩戴检测算法常常出现漏检、误检,其检测能力有限。为提高安全帽佩戴检测的精度,本文建立了一种基于注意力机制的双向特征金字塔的安全帽检测卷积神经网络。为兼顾卷积神经网络中的浅层位置信息和深层语义信息的表达能力,实现对弱小安全帽目标的检测能力,该网络将跳跃连接和注意力机制CBAM技术引入双向特征融合的特征金字塔网络PANet模块中,构建基于注意力机制的双向特征金字塔模块CPANet。为提高模型的收敛能力,采用了CIoU来代替IoU进行优化锚框回归预测,降低该网络的训练难度。对比实验表明,本文建立的检测网络比YOLOv3、RFBNet、SSD、Faster RCNN的mAP值分别提高了0.82,4.43,23.12,23.96,检测速度达到21 frame/s,实现了施工现场安全帽佩戴实时高精度检测。
-
关键词
目标检测
特征融合
PANet
CBAM
CIoU
-
Keywords
target detection
feature fusion
PANet
CBAM
CIoU
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TH691.9
[机械工程—机械制造及自动化]
-
-
题名基于自适应神经网络的电压快速估计
被引量:1
- 4
-
-
作者
尤金
刘俊勇
邱高
胥威汀
苟竞
-
机构
四川大学电气信息学院
国网四川省电力公司电力经济研究院
-
出处
《电力勘测设计》
2017年第1期44-49,共6页
-
基金
国家自然科学基金资助项目(51437003)
-
文摘
随着电网规模扩大、复杂度加深,对在线潮流计算确定节点电压提出严峻挑战。同时由于传统潮流计算依赖于模型建立的精度,其负荷模型建立存在较大难度,因此通过电压对无功的响应数据来快速精确估计电压发展趋势具有重要意义。本文提出一种基于自适应神经网络的节点电压快速估计方法,以系统负荷水平、无功激励为输入,节点电压为输出,离线训练神经网络,并在训练中加入遗传算法以提高网络收敛性和参数寻优能力,最终得到用于在线估计节点电压的隐性模型。通过IEEE 24节点系统标准算例验证表明,该方法具有较强的电压拟合能力和外推能力,计算结果相较于传统神经网络更加精确,不易出现过拟合。
-
关键词
电压估计
BP神经网络
遗传算法
-
Keywords
voltage estimation
BP neural network
genetic algorithm
-
分类号
TM74
[电气工程—电力系统及自动化]
-