基于图注意力深度网络的电力系统暂态稳定评估

常规深度学习模型应用于电力系统暂态稳定评估时难以直观和充分地考虑电网拓扑结构对稳定性的影响.论文结合"图深度学习"思想,将图注意力网络(graph attention network,GAT)引入TSA建模,设计了多头注意力方案,采用加权交叉熵损失函数改善不均衡样本的训练效果,提出多图并行训练方案加速训练过程.结合算例...     

暂态稳定断面功率极限区间和关联度指标计算

针对日益复杂的运行情况和系统对安全经济运行的要求,提出了暂态稳定断面功率极限区间和关联度指标计算方法。基于暂态安全稳定量化分析方法获得的预想故障下安全稳定裕度、模式和元件的参与因子,结合功率对输电断面功率的灵敏度计算发电机和负荷对断面功率极限的影响因子,通过发电机、负荷功率调整计算出功率极限的最大值和最小值。基于安全稳定裕度筛选得到输电断面关键故障,采用裕度为权重的加权平均计算发电机和监视母线的综合参与因子,通过发电机和母线参与因子的相关性分析计算两个输电断面的关联度指标。所提出的方法能够为调度运行人员快速掌握当前运行方式下各个输电断面的暂态安全稳定水平,以及彼此之间的交互影响程度提供技术手段,四川电网的算例分析验证了方法的实用性和有效性。     

电力调度状态估计的实用技术研究与实践

状态估计是电力调度控制中心必备的基础应用模块。总结了状态估计的技术发展水平和运行经验,提出了通过参数管理、调试手段、指标分析等进一步推动状态估计的实用技术方案。在南方电网220 kV及以上大模型的应用实践证明了上述技术方案的工程有效性和可行性。     

美国化妆品法规概述

介绍了美国在国家层面,州层面及社会组织对化妆品的监管要求。国家层面,包括消费品安全委员会（CPSC）、海关与边境保护署(CBP)、环境保护署(EPA)、联邦贸易委员会(FTC)、食品药品监督管理局(FDA)、美国农业部（USDA）等对化妆品提出国家层面的总体监管要求;州层面,加州、佛罗里达州、伊利诺伊州、路易斯安那州、明尼苏达州、纽约州等对化妆品提出了州层面的特殊监管要求;此外,化妆品相关的社会组织推动了化妆品标准、认证、检测等方面的法规制定。中国化妆品如进入美国市场,需要关注其不同层面的法规体系和监管动态,以便更加合规地在当地市场销售。     

一种工程实用的动态等值方法

研究同时包含特高压交流和特高压直流华东电网的动态特性有必要搭建电磁仿真平台.为提高电磁平台仿真效率,在保持电网原有动态特性的前提下,在机电暂态仿真环境下对原有网络中非关注的和低电压等级网络分别进行了等值,从而达到缩减规模的目的.采用同调等值法进行外网等值,基于受扰轨迹主导群方法识别同调群,并通过弱化励磁系统调压能力和调整原动机调速系统的调频能力,对等值机的参数进行了修正.对低电压等级网络等值时,首次提出了按与直流关联紧密程度不同而采用不同的工程实用等值方法,兼顾了等值效果和仿真效率.     

100%新能源电源经柔性直流送出系统的机电暂态建模仿真研究

100%新能源电源经柔性直流送出系统是一种新能源基地送出的重要形式,目前常用的机电暂态仿真软件尚无对应算法与模型可对其进行建模仿真。为此,分析100%新能源电源经柔性直流送出系统的基本控制原理,提出无同步机情况下“新能源+柔性直流系统”的机电暂态仿真一般结构,建立此系统中柔性直流输电系统的电压-频率(Vf)控制模型,柔性直流采用电压源模型接入,以解决电流源模型接入时易产生的数值振荡问题。基于DSP软件建立仿真模型,构建直驱风电机组、光伏发电经柔性直流送出系统的仿真案例,将所建立模型与PSCAD电磁暂态模型进行仿真结果比对,同时开展所建立模型在新能源功率波动和系统短路故障等不同扰动情况下的响应分析,仿真结果验证了所提建模方法的有效性。     

基于并行模式的关联输电断面极限功率计算

针对关联输电断面极限功率计算方法缺乏、枚举组合计算量巨大且难以在线应用的问题,基于大规模分布式并行处理技术,提出了先计算静态极限功率,再计算暂态和动态极限功率的分步计算策略,以及分挡迭代的并行安全校核搜索策略。所述策略不仅对下一步极限功率计算的考核故障集进行了筛选,提高了极限功率搜索速度,而且给出了关联断面极限功率之间相互影响因子的计算方法,为调度运行控制提供了决策支持。南方电网的算例分析验证了所提出的方法的快速性和有效性。     

图深度学习技术在智能暂态稳定评估中的应用及展望

数据驱动的暂态稳定评估模型是近年来的热点研究方向。深度学习技术具有高维输入空间的特征聚合能力,其引入能显著降低智能稳定评估模型设计中输入特征选择的主观性,并改善基于动态信息的评估模型预测精度。图深度学习(graph deep learning,GDL)框架进一步拓展了深度学习模型的拓扑学习能力,使其可以将状态特征与拓扑关系相结合,提升稳定评估模型的特征提取能力。论文分析了GDL应用于智能暂态稳定评估模型的设计框架,从图表示、图嵌入、全局聚合、训练方式4个方面探讨了暂态稳定评估应用中GDL的特征聚合性能提升方法。该文结合IEEE测试系统验证了GDL与传统深度学习模型的稳定评估性能差异以及多种性能提升方法的有效性。论文可为GDL在智能稳定评估领域的应用研究提供指导思路。     

基于改进边图卷积网络的电力系统小干扰稳定评估模型

小干扰稳定问题对电力系统安全稳定的影响日益突出。采用样本学习的思路建立从稳态运行信息到关键振荡模式的映射模型,为大电网振荡特性的快速预测和评估提供了新的技术路径。采用图卷积网络,并引入边卷积的设计来考虑输电通道潮流分布的影响,建立了小干扰稳定评估的边图卷积网络模型(edgegraphconvolutionalnetworksforsmall-signal stability assessment,EGCN-SSA)。采用卷积增强技术改善网络退化现象,并建立多任务学习框架,同时预测多模式的振荡频率和阻尼比。在IEEE10机39节点上的算例和模型对比验证了所提出模型的性能以及对拓扑变化的适应能力。     

一种工程实用的动态等值方法

研究同时包含特高压交流和特高压直流华东电网的动态特性有必要搭建电磁仿真平台。为提高电磁平台仿真效率,在保持电网原有动态特性的前提下,在机电暂态仿真环境下对原有网络中非关注的和低电压等级网络分别进行了等值,从而达到缩减规模的目的。采用同调等值法进行外网等值,基于受扰轨迹主导群方法识别同调群,并通过弱化励磁系统调压能力和调整原动机调速系统的调频能力,对等值机的参数进行了修正。对低电压等级网络等值时,首次提出了按与直流关联紧密程度不同而采用不同的工程实用等值方法,兼顾了等值效果和仿真效率。