成果介绍
采用数据驱动方式捕获负荷随机行为,以更好地逼近真实电网的负荷波动,通过建立新能源发电模型和引入负荷随机过程,提升了故障数据集的随机性、互动性和耦合性,模拟可再生能源、可控负荷等对电网故障诊断的影响:提出信号空间域特征表达方法,引入人工智能技术,实现新型配电网故障诊断:充分利用上述新型配电网的故障恢复信息,建立源网荷储协同互动的故障恢复模型,并提出计及源荷不确定性的实时故障恢复方法。
成果亮点
采用统一的数学描述形式,对异质能源网络不同时空尺度的动态过程及能源转换装置的多能耦合机理进行建模,以及考虑多源系统负荷耦合与互补关系,建立多源负荷随机性行为预测模型。将现代信号处理技术,新一代人工智能方法引入配电网故障诊断中,提高配电网故障诊断的准确率。在全面状态感知和准确故障定位的基础上,构建考虑不确定性的新型配电网故障恢复方法。为了最大
程度利用源网荷储协同的故障恢复优势,分析故障时空特性恢复资源之间的耦合映射关系,建立动态的协同故障恢复模型及系统。
团队介绍
华北电力大学是教育部直属全国重点大学,是国家“211工程”和“985工程优势学科创新平台”重点建设大学。2017年,学校进入国家“双一流”建设高校行列,重点建设能源电力科学与工程学科群,全面开启了建设世界一流学科和高水平研究型大学的新征程。校现有15个国家级一流专业,11个国家级特色专业,4个国家战略性新兴产业相关专业,12门国家级一流课程,2个国家级教学团队,1名国家级教学名师,3个国家级实验教学示范中心,3个国家级工程实践教育中心,3个国家级虚拟仿真实验教学中心,1个国家级人才培养模式创新实验区。
成果资料