基于能量函数的电力系统暂态失稳识别方法、系统及介质

基于能量函数的电力系统暂态失稳识别方法、系统及介质有效专利发明

技术领域

[0001] 本发明涉及电力系统暂态分析领域，更具体地说，它涉及基于能量函数的电力系统暂态失稳识别方法、系统及介质。

具体实施方式

[0050] 为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。

[0051] 传统的火电、水电、核电等资源已无法满足时代要求，故大力推进了以风电、太阳能发电为主的可再生能源发展，其中双馈风机受到广泛应用。然而，由于双馈风机异于同步发电机的暂态特性，可能会影响系统中传统同步机的暂态稳定性。同时，在现代电力系统中，感应电动机负荷也是最主要的一种动态负荷。在对大型电力系统事故的仿真中发现，除了考虑静态负荷外，还需考虑感应电动机等用电设备特性，此时仿真结果才与故障记录吻合，说明感应电动机负荷对电力系统暂态稳定性的影响不可忽视，研究感应电动机引起暂态稳定问题的机理具有重要的意义。

[0052] 而在实际应用中，大部分情况都采用结构保持模能量函数法，这种方法保留电力系统各部分的结构模型，利用电力系统的响应信息计算暂态能量。但，现有技术均是针对于传统的电力系统，并未考虑目前电力系统中新能源与动态负荷的加入对暂态稳定性和能量函数值的影响，导致现有技术对于电力系统的暂态失稳的判别存在误差。

[0053] 故此，本实施例提供了一种基于能量函数的电力系统暂态失稳识别方法，该方法考虑了目前电力系统中新能源与动态负荷的加入对暂态稳定性和能量函数值的影响，提出了兼容性较好的暂态失稳主导模式的识别因子。当电力系统发生暂态耦合失稳时(即既含有电压失稳，也含有功角失稳)，利用识别因子可以更好地识别暂态失稳的主导模式，以辅助决策更有效的电力系统控制措施。

[0054] 需要说明的是，本实施例提供的方法是应用于包含双馈风机和感应电动机的电力系统的，从而实现对目前接入新能源和动态负荷的电力系统的暂态失稳的主导模式的判断。

[0055] 下面将结合附图对本实施例提供的方法进行详细说明，请参考图1，图1示出了本申请实施例提供的基于能量函数的电力系统暂态失稳识别方法的流程示意图，如图1所示，方法包括：

[0056] S110，基于基尔霍夫电流定律确定电力系统所包含的发电机、输电网络和负荷的能量等值模型。根据基尔霍夫电流定律，一个有n个节点，m台发电机，p个负荷的系统，其母线电流方程可表示为：式中YB为n阶节点导纳矩阵，VB为n维节点电压列向量，电流以流出为参考方向。Igen指发电机母线的电流向量，Iload指负荷母线的电流向量，Inet指系统所有母线的电流向量。

[0057] 对式(1)沿系统轨迹对电流做电压向量复数线积分并取虚部，忽略系统中的损耗，* T jθ即可得到系统的能量函数E的表达式：E＝∫Im[‑∑Igen+∑Iload+∑YBVB]dVe (2)，式中V为各母线电压幅值，θ为母线电压相角，j为虚数单位。

[0058] 发电机部分总能量Egen的能量等值模型(忽略发电机的阻尼损耗)：

[0059] 式中PGi、QGi分别为第i台发电机端口输出的有功功率和无功功率，为第i台发电机端口输出电流向量的共轭，Vi为发电机所在的第i条母线的电压向量，(V0,θ0)为系统平稳运行状态下的电压参数，(V,θ)为故障发生后系统暂态某时刻的电压参数。

[0060] 负荷部分总能量Eload的能量等值模型：

[0061] 式中PLi、QLi分别为第i个负荷端口的有功功率和无功功率，为第i个负荷端口输出电流向量的共轭，Vi为负荷所在的第i条母线的电压向量。

[0062] 输电网络部分总能量Enet的能量等值模型：

[0063] 式中对应母线i与母线j之间的导纳参数的共轭，。

[0064] 如果某部分的能量为正，代表此部分暂态过程中为系统注入不平衡能量，加剧失稳现象。

[0065] S120，获取电力系统发生故障的故障时间。

[0066] 需要说明的是，故障时间是指电力系统在历史时间段下发生故障的时间总和。

[0067] S130，根据发电机、输电网络和负荷的能量等值模型确定发电机、输电网络和负荷在故障时间下所积累的能量。

[0068] 在本实施例中，方法是基于PSASP仿真软件来实现的。然而由于PSASP中输出参数是时变值，故此，式(3)至式(5)的能量计算是对电力系统轨迹积分，所以如果基于PSASP的输出参数进行能量计算，得到的能量值是每一时刻系统的能量值，即式(3)至式(5)的能量表达式左边实际写为E(t)。欲得到电力系统在某一段时间内积累或消纳的能量，需要对能量在某一段时间内进行积分。

[0069] S140，利用层次分析法确定发电机、输电网络和负荷所积累的能量对应的权重值。

[0070] 具体的，为了评估k1、k2、k3的取值，其中，k1为发电机所积累的能量的权重，k2为负荷所积累的能量的权重，k3为输电网络所积累的能量的权重，本实施例引入层次分析法(Analytic Hierarchy Process，AHP)。AHP是一种结构化决策方法。

[0071] 利用AHP流程见图2。在构建层次评价模型后，需要建立判断矩阵。判断矩阵的建立过程就是将其中的元素两两比较，利用Saaty提出的1‑9标度法判断两两元素之间的重要程度，详见表1。如标度为1则表示两个元素的重要性相同，标度大于1则表示后者比前者更重要，且标度越大重要程度越大；相反，标度小于1则表示前者比后者更重要。

[0072] 表1相对重要性标度表

[0073]

[0074]

[0075] 层次单排序将确定每个因素的权重，层次单排序后用一致性指标C.I.(Consistency Index)来检验判断矩阵是否满足一致性：式中，λmax为判断矩阵的最大特征值，n为矩阵维度(因素数量)。C.I.＝0表示判断矩阵完全一致，C.I.越大，判断矩阵的不一致性程度越严重。再利用C.I.和平均随机一致性指标R.I.的比值计算C.R.进行一致性检验：

[0076] 其中，R.I.为一固定矩阵[0,0,0.58,0.89,1.12,1.26,1.36,1.41,1.46,1.49]，根据判断矩阵维度查表获得具体值。

[0077] S150，根据发电机、输电网络和负荷所积累的能量以及所积累的能量对应的权重值，计算出电力系统暂态失稳的识别因子。

[0078] 本实施例中，识别因子的计算，具体为：将发电机、输电网络和负荷在故障时间下所积累的能量分别与发电机、输电网络和负荷所积累的能量对应的权重值的乘积求和，得到第一求和结果；将发电机、输电网络和负荷在故障时间下所积累的能量求和，得到第二求和结果；将第一求和结果与第二求和结果的比值，作为电力系统暂态失稳模式的识别因子。识别因子是不同的主导失稳模式下各部分能量对失稳模式影响的显示表达。

[0079] 根据第一求和结果和第二求和结果所确定的识别因子的计算式为：

[0080] 式中，k1G+k2L+k3N表示第一求和结果，G+L+N表示第二求和结果，代表电力系统在故障期间积累的总能量，即相当于对第一求和结果进行归一化处理，DI表示识别因子，发电机、负荷、输电网络部分在故障期间积累的能量分别记作G、L、N。

[0081] 作为本领域技术人员可以理解的是，k1、k2、k3满足如下关系：k1+k2+k3＝1。

[0082] 基于上述实施例所述的通过AHP分析k1、k2、k3权重后，代入能量值与权重值到上式(9)。本发明提出的识别因子DI的判别值域可能随着实验系统变化而变化，对值域的的分析结果均基于以上过程。

[0083] 根据识别因子确定电力系统暂态失稳的主导模式，其中暂态失稳为功角失稳或电压失稳。

[0084] 本实施例中，由于计算出来的识别因子是一个具体的数值，因此，通过实验的方式确定一个识别阈值。

[0085] 在系统中替换恒阻抗负荷为感应电动机负荷，以模拟功角失稳与电压失稳同时出现的情况，进行多组仿真实验。在实验中通过设置不同的发电机类型、负荷类型和故障位置，并计算多组能量变化曲线，分析不同仿真结果对应的能量变化趋势，总结暂态失稳的主导模式与能量的关系。

[0086] 权衡考虑系统各部分能量变化与暂态失稳主导模式的关系，评估AHP判断矩阵具体数值，计算识别因子内的权重k1、k2、k3。

[0087] 基于实验与分析结果，计算不同失稳模式下识别因子的值，按功角失稳主导与电压失稳主导两种情况将识别因子的值分类，总结一般性识别阈值。

[0088] 根据识别因子与识别阈值的大小关系，来确定电力系统暂态失稳的主导模式。

[0089] 本实施例提出的识别因子与识别阈值在双馈风机等容量替换部分同步发电机出力的电力系统中验证了其有效性。

[0090] 可见，本实施例提供的识别方法，利用电力系统的发电机、输电网络和负荷的能量等值模型，确定出发电机部分、输电网络部分以及负荷部分在故障期间所积累的能量，评估发电机部分、输电网络部分以及负荷部分对电力系统暂态失稳模式的影响程度，利用层次分析法建立的判断矩阵计算三部分所积累能量的权重值，根据权重值和能量计算出电力系统暂态失稳的识别因子，当电力系统发生暂态耦合失稳时，利用识别因子可以更好地识别暂态主导失稳模式，以辅助决策更有效的电力系统控制措施。

[0091] 在一个实施例中，故障时间包括故障发生于电力系统的母线节点或支路的总时间。

[0092] 具体的，当故障发生于母线节点或支路上时，即可利用上述步骤S110所述的电力系统三部分的能力等值模型观察电力系统能量变化和分析系统稳定性。

[0093] 在一种实现方案中，根据发电机、输电网络和负荷的能量等值模型确定发电机、输电网络和负荷在故障时间下所积累的能量，具体为：对发电机、输电网络和负荷的能量等值模型在故障时间内积分，得到发电机、输电网络和负荷在故障时间下所积累的能量。

[0094] 取故障时间为[t1，t2]，对上述实施例提供的式(3)至式(5)在故障时间段内积分，得到式(6)至式(8)为分别发电机、负荷、输电网络三部分在故障期间积累的能量。

[0095] 分别将发电机、负荷、输电网络部分在故障期间积累的能量记作G、L、N，如下：

[0096]

[0097] 在一个实施例中，识别因子的计算具体为：将发电机、输电网络和负荷在故障时间下所积累的能量分别与发电机、输电网络和负荷所积累的能量对应的权重值的乘积求和，得到第一求和结果；将发电机、输电网络和负荷在故障时间下所积累的能量求和，得到第二求和结果；将第一求和结果与第二求和结果的比值，作为电力系统暂态失稳模式的识别因子。

[0098] 在本实施例中关于识别因子的计算已在上述步骤S150中做出详细的叙述，故此处不再重复。

[0099] 在一个实施例中，根据识别因子确定电力系统暂态失稳的主导模式，具体为：在识别因子大于等于预设的识别阈值时，确定电力系统暂态失稳的主导模式为电压失稳；或者，在识别因子小于预设的识别阈值时，确定电力系统暂态失稳的主导模式为功角失稳。

[0100] 此处，需要理解的是，本实施例是在电力系统发生耦合失稳的基础上，识别耦合失稳下是电压失稳为主要模式，还是功角失稳为主要模式。

[0101] 需要说明的是，上述式(1‑11)中加粗表示的为矩阵或向量参数，未加粗表示的标量数值。

[0102] 本实施例还提供了识别方法的仿真，包括包含同步机的电力系统和包含双馈风机的电力系统，具体如下：

[0103] 利用仿真软件PSASP进行实验的系统如图3所示，其中母线电压参数与稳态潮流参数均标注于图内，SB＝100。系统中Gen1和Gen3始终为恒定的同步发电机模型，负荷Load2始终为恒阻抗负荷模型。在B2、B5母线处有电气设备模型的替换。

[0104] 实验共分为4种工况，分别命名为同‑恒、同‑感、风‑恒、风‑感。工况的描述是仅针对B2母线处连接的发电设备和B5母线处的负荷设备情况的。例如，同‑恒工况表示B2母线处接同步发电机Gen2，且B5母线处Load1为恒阻抗负荷模型；风‑感工况表示B2母线处的同步发电机由DFIG等容量替换，且B5母线处的Load1替换感应电动机负荷模型。

[0105] 将同‑恒、同‑感两种工况统称为同步机系统，将风‑恒、风‑感两种工况统称为双馈风机系统。

[0106] 在同步机系统中分析暂态模式的识别因子，并应用于双馈风机系统。

[0107] 1、同步机系统

[0108] 表2记录了在同步机系统中两种故障位置的暂态情况。

[0109] 表2同步机系统故障时长与系统暂态失稳情况

[0110]

[0111]

[0112] 利用公式(1)至公式(3)计算的系统发电机、负荷、网络三部分能量与时间的变化关系曲线如图4所示，图中放大了故障期间的能量变化情况。

[0113] 由图4(a)可以看出，耦合失稳情况下的能量变化曲线，与相同条件下单一功角或单一电压失稳的能量变化曲线都有相似的变化趋势。单一功角失稳情况下，故障切除后能量有明显的高频波动；单一电压失稳情况下，故障切除后能量波动缓慢。

[0114] 图4(b)的能量正负清晰反映了感应电动机对暂态稳定的影响。同‑感系统在B5母线处设置故障时，负荷能量在故障发生后不断上升且始终为正，说明负荷不断向系统输送不平衡能量；而在线路B3‑B4处设置故障时，负荷部分的能量短时间内为正，而后始终为负值，说明此时负荷在系统中不提供不平衡能量。负荷部分的能量变化情况代表了系统负荷部分的失稳情况，尤其是感应电动机的失稳情况。以上现象看出，在靠近感应电动机负荷的受端发生故障时，感应电动机主导失稳。

[0115] 图4(c)中的网络能量始终为正，由于本文的故障设置于网络中，实验结果不涉及网络部分能量的正负变化。

[0116] 受端故障和送端故障下的耦合失稳仿真曲线分别如图5和图6所示。

[0117] 图5(a)、图5(c)分别为同‑感受端故障0.25s情况下的系统同步机功角、母线电压曲线，明显出现耦合失稳现象。分析判断此时系统处于电压失稳主导的耦合失稳状态。在1.26s采取切负荷780MW、195Mvar控制措施后的系统功角、电压曲线如图5(b)、图5(d)所示，发电机功角、母线电压均趋于稳定，说明控制措施有效。

[0118] 图6为同‑感工况送端故障仿真曲线，图6(a)、图6(c)分别为同‑感送端故障0.40s情况下的系统同步机功角、母线电压曲线。判断此时系统处于功角失稳主导的耦合失稳状态。在1.41s采取切机855.3MW控制措施后的系统功角、电压曲线如图6(b)、图6(d)所示，发电机功角、母线电压均趋于稳定，说明控制措施有效。

[0119] 结合能量变化曲线和系统仿真曲线，尤其是负荷部分能量曲线可以判断，在靠近感应电动机负荷的受端发生故障时，感应电动机主导失稳。系统送端发生故障时的耦合失稳实际上是暂态功角失稳引起的暂态电压整体降低，进而影响了感应电动机的暂态稳定性。

[0120] 利用两种不同主导模式的耦合失稳能量，对发电机部分能量、负荷部分能量、网络部分能量进行权重评估，得到k1、k2、k3的值，进而确定判别指标DI的判别值域。

[0121] 本发明权衡因素间重要程度的方法，依据发电部分是否包含风机、负荷部分是否包含感应电动机和故障位置对能量大小、变化趋势的影响进行标度设置。由于在本发明的实验中，网络部分的能量始终为正，所以将N作为参考因素，比较G和L相对N的重要程度。针对本发明实验的情况，对G、L、N三个因素建立的层次结构图如图7所示。

[0122] 通过故障期间积累能量值的对比，并与一名专家讨论后，对因素N、L、G建立的判断矩阵如表3。

[0123] 表3主因素判断矩阵

[0124] 因素 N L GN 1 0.3333 0.5
L 3 1 3.0003
G 2 0.3333 1

[0125] 求解矩阵的λmax＝3.055，对应的特征向量归一化后即为各因素的归一化权重，见表4。

[0126] 表4主因素的归一化权重

[0127]因素 N L G
权重 0.1592 0.5900 0.2508

[0128] 对判断矩阵进行一致性检验，n＝3，通过查表得R.I.＝0.52，由上式(10)和式(11)计算得C.I.＝0.028，C.R.＝0.053，说明该矩阵满足一致性要求。

[0129] 根据表4确定的权重值，在上式(9)中代入k1＝0.2508，k2＝0.5900，k3＝0.1592。设置故障时长为0.1‑0.9秒，分别计算9组故障时间下的识别因子DI的值，组间间隔0.1秒。受端故障时，DI随着故障时长增加而增大；送端故障时，DI随着故障时长增加而减小。这种变化主要是由于k2较大且在送端故障情况下负荷能量为负值，主导了正值DI的大小。

[0130] 为得到判断主导失稳模式的DI值域，记录9组DI的平均值于表5。表5的计算结果显示，系统为电压失稳主导时的DI始终大于功角失稳主导时的DI。

[0131] 表5同步机系统下指标的值域均值

[0132]

[0133]

[0134] 最终定义图3的系统中识别因子DI的值域判断范围：

[0135]

[0136] 2、双馈风机系统

[0137] 基于同步机系统中提出的识别因子的值域，本实施例在双馈风机系统中检验判别主导失稳模式识别因子DI的值域。

[0138] 风‑恒、风‑感工况下的系统仿真结果记录于表6，与同‑感的情况类似，系统受端故障时风‑感系统也出现了失稳形式的转变。

[0139] 表6双馈风机系统故障时长与系统暂态失稳情况

[0140]

[0141] 同样代入由表4确定的权重值，在风‑恒、风‑感工况下设置一定故障时长，利用式(9)计算指标DI并进行暂态失稳主导模式进行判别，结果记录于表7。

[0142] 表7指标在双馈风机系统中的计算结果

[0143]

[0144] 风‑感系统受端故障时存在DI>0.3的情况，判别此时的主导失稳模式为电压失稳。

[0145] 利用式(3)至式(5)计算含风电系统工况下的三部分能量曲线如图8所示，整体能量曲线变化与图4类似。

[0146] 图9为风‑感工况受端故障仿真曲线，图9(a)、图9(c)分别为同‑感受端故障0.30s情况下的系统同步机功角、母线电压曲线，明显出现耦合失稳现象。由上述分析判断此时系统处于电压失稳主导的耦合失稳状态。在1.31s采取切负荷600MW、150Mvar控制措施后的系统功角、电压曲线如图9(b)、图9(d)，发电机功角、母线电压均趋于稳定，说明切负荷控制措施有效。

[0147] 图10为同‑感工况送端故障仿真曲线，图10(a)、图10(c)分别为同‑感送端故障0.23s情况下的系统同步机功角、母线电压曲线。由上述分析判断此时系统处于功角失稳主导的耦合失稳状态。在1.24s采取切机610.9MW控制措施后的系统功角、电压曲线如图10(b)、图10(d)，发电机功角、母线电压均趋于稳定，说明切机控制措施有效。

[0148] 综上仿真实例，说明本发明实施例提供的识别方法，在基于同步机系统提出的识别因子DI的值域在DFIG等容量替换下的含感应电动机负荷的系统中也适用。

[0149] 对应于上述实施例提供的基于能量函数的电力系统暂态失稳识别方法，本申请在一个实施例中，还提供了基于能量函数的电力系统暂态失稳识别系统，针对系统的解释说明可参见上述方法的相同部分，此处不再赘述。识别系统包括：能量等值模型确定模块，用于基于基尔霍夫电流定律确定电力系统所包含的发电机、输电网络和负荷的能量等值模型；时间获取模块，用于获取电力系统发生故障的故障时间；能量计算模块，用于根据发电机、输电网络和负荷的能量等值模型确定发电机、输电网络和负荷在故障时间下所积累的能量；权重确定模块，用于利用层次分析法确定发电机、输电网络和负荷所积累的能量对应的权重值；识别因子计算模块，用于根据发电机、输电网络和负荷所积累的能量以及所积累的能量对应的权重值，计算出电力系统暂态失稳的识别因子；识别模块，用于根据识别因子确定电力系统暂态失稳的主导模式，其中暂态失稳为功角失稳或电压失稳。

[0150] 相应地，本实施例提供的基于能量函数的电力系统暂态失稳识别系统，该系统利用电力系统的发电机、输电网络和负荷的能量等值模型，确定出发电机部分、输电网络部分以及负荷部分在故障期间所积累的能量，评估发电机部分、输电网络部分以及负荷部分对电力系统暂态失稳模式的影响程度，利用层次分析法建立的判断矩阵计算三部分所积累能量的权重值，根据权重值和能量计算出电力系统暂态失稳的识别因子，当电力系统发生暂态耦合失稳时，利用识别因子可以更好地识别暂态主导失稳模式，以辅助决策更有效的电力系统控制措施。

[0151] 在一个实施例中，时间获取模块，具体用于获取故障发生于电力系统的母线节点或支路的总时间。

[0152] 在一个实施例中，能量计算模块，具体用于对发电机、输电网络和负荷的能量等值模型在故障时间内积分，得到发电机、输电网络和负荷在故障时间下所积累的能量。

[0153] 在一个实施例中，识别因子计算模块，包括：

[0154] 第一计算模块，用于将发电机、输电网络和负荷在故障时间下所积累的能量分别与发电机、输电网络和负荷所积累的能量对应的权重值的乘积求和，得到第一求和结果；

[0155] 第二计算模块，用于将发电机、输电网络和负荷在故障时间下所积累的能量求和，得到第二求和结果；

[0156] 第三计算模块，用于将第一求和结果与第二求和结果的比值，作为电力系统暂态失稳模式的识别因子。

[0157] 在一个实施例中，识别模块，具体用于：在识别因子大于等于预设的识别阈值时，确定电力系统暂态失稳的主导模式为电压失稳；或者，在识别因子小于预设的识别阈值时，确定电力系统暂态失稳的主导模式为功角失稳。

[0158] 本申请实施例中的能量函数的电力系统暂态失稳识别系统，与上述图1所示的能量函数的电力系统暂态失稳识别方法是基于同一构思下的发明，通过上述对能量函数的电力系统暂态失稳识别方法的详细描述，本领域技术人员可以清楚的了解本实施例中的能量函数的电力系统暂态失稳识别系统的实施过程，所以为了说明书的简洁，在此不再赘述。

[0159] 基于与前述实施例中基于能量函数的电力系统暂态失稳识别方法同样的发明构思，本发明再一个实施例中，还提供了一种电子设备，该电子设备包括一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述实施例所述的基于能量函数的电力系统暂态失稳识别方法的步骤。处理器可能是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor、DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于执行基于能量函数的电力系统暂态失稳识别方法的操作。

[0160] 基于与前述实施例中基于能量函数的电力系统暂态失稳识别方法同样的发明构思，本发明再一个实施例中，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non‑volatilememory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关基于能量函数的电力系统暂态失稳识别方法的相应步骤。本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。

[0161] 以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

查看完整全部详细技术资料

当前第1页第1页第2页第3页