项目名称: 基于曲面拟合方法的电力系统节点动态频率响应特性识别与预测研究

项目编号: No.51207114

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电气科学与工程学科

项目作者: 吴军

作者单位: 武汉大学

项目金额: 24万元

中文摘要: 本课题在分析电力系统节点频率动态变化过程及其响应特性的影响因素基础上,提出节点动态频率响应的识别与预测方法,通过对电网仿真模型中对变动的运行方式及扰动状态下的节点动态频率变化及其频率响应特性进行采样,并采用曲面拟合方法将采样点拟合为状态空间曲面,同时采用系统实测参量对曲面进行插值和修正,得到连续曲面的解析表达式,并通过曲面反求方法预测和分析节点动态频率响应特性变化趋势。基于曲面拟合的节点频率动态响应特性特性识别和预测结果可以用于系统暂态频率稳定性分析及其他基于功率/频率响应特性的紧急控制措施当中。

中文关键词: 节点动态频率响应特性;曲面拟合;交换容量;核心骨干网架;差异化规划

英文摘要: Based on the analysis of dynamic change process influencing factors on power system nodal frequency and its response characteristics, it is mentioned that the identification and prediction method of nodal dynamic frequency response characteristic. The state space curved surface of dynamic frequency response characteristic is structured by the curved surface fitting method and data of dynamic frequency changes with power system operation mode and power disturb state, at the same time the curved surface could be interpolated and corrected with power system real measured parameters, then the analytic expression of continuous curved surface can be obtained and the changing trend of nodal dynamic frequency response characteristic can be predict by the reverse solving method. It could be used for the analysis of power system transient frequency stability and other emergency control method based on power-frequency response characteristics that the identification and prediction method with curved surface fitting of nodal dynamic frequency response characteristic.

英文关键词: nodal dynamic frequency response characteristic;curved surface fitting;exchange capacity;core backbone grid;differentiated planning

成为VIP会员查看完整内容
0

相关内容

【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
65+阅读 · 2021年1月28日
专知会员服务
230+阅读 · 2020年12月15日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
52+阅读 · 2020年12月1日
变分贝叶斯深度学习综述
PaperWeekly
6+阅读 · 2022年3月21日
云计算成本优化终极指南
InfoQ
0+阅读 · 2022年2月12日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Risk and optimal policies in bandit experiments
Arxiv
0+阅读 · 2022年4月18日
Arxiv
23+阅读 · 2022年2月4日
Arxiv
10+阅读 · 2020年6月12日
小贴士
相关主题
相关VIP内容
【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
41+阅读 · 2021年6月2日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
65+阅读 · 2021年1月28日
专知会员服务
230+阅读 · 2020年12月15日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
52+阅读 · 2020年12月1日
相关资讯
变分贝叶斯深度学习综述
PaperWeekly
6+阅读 · 2022年3月21日
云计算成本优化终极指南
InfoQ
0+阅读 · 2022年2月12日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Risk and optimal policies in bandit experiments
Arxiv
0+阅读 · 2022年4月18日
Arxiv
23+阅读 · 2022年2月4日
Arxiv
10+阅读 · 2020年6月12日
微信扫码咨询专知VIP会员