[發明專利]一種基于模式識別的電網支路重要性評估方法

有效

• 申請號: 201310289540.1
• 申請日: 2013-07-10
• 公開（公告）號: CN103440398A
• 公開（公告）日: 2013-12-11
• 發明（設計）人: 劉滌塵;吳軍;趙一婕;董飛飛;宋春麗;潘旭東;王浩磊;朱振山
• 申請（專利權）人: 武漢大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 薛玲

1.一種基于模式識別的電網支路重要性評估方法，其特征在于：包括以下步驟，

步驟1、構建電網支路重要性評估指標；

支路的重要性根據單一支路退運后對整個電力系統中其他所有支路或者節點所造成的后果來判斷，綜合考慮事故發生的概率及其相應的后果；定義電力系統的支路退運風險Risk(Y|E_i)為支路退運的概率與退運后產生的后果的乘積，即：

Risk(Y|Ei)=P(Ei)×Σj≠i∫f(Y|Ei,Lj)×Eev(Y)dY]]>

其中，E_i指電網的第i條支路退運，P(E_i)是指事故E_i發生的概率，服從泊松分布；L_j為第j條支路；f(Y|E_i,L_j)是支路i退運后，系統中支路j處于特定運行狀態Y的概率分布，Sev(Y)表示在特定運行狀態Y時事故的嚴重度，特定運行狀態Y包括支路潮流、節點電壓和節點負荷，∫f(Y|E_i,L_j)×Sev(Y)dY是指事故E_i發生后對支路j產生的相應的后果，指事故E_i發生后對其他所有支路的后果總和；

根據支路退運后對整個電力系統中其他所有支路或者節點所造成后果的不同，支路退運風險包括過負荷風險、低電壓風險、失負荷風險，具體計算方法如下：

過負荷風險Risk(P_L|E_i)的計算：

Risk(PL|Ei)=P(Ei)Σj≠i∫f(PL|Ei,Lj)×Sve(PL)dPL]]>

其中，i=1,2,…，n，j=1,2,…，n，n為系統中的支路數，f(P_L|E_i,L_j)是支路i退運后，系統中支路j的支路功率相對值P_L的概率分布；Sev(P_L)描述了支路功率相對值為P_L時事故的嚴重度；∫f(P_L|E_i,L_j)×Sev(P_L)dP_L是指事故E_i發生后對支路j產生的過負荷的后果；指事故E_i發生后對其他所有支路的過負荷后果總和；過負荷嚴重度Sev(P_L)取決于事故后其他所有支路的潮流分布，具體表示為：

Sev(PL)1PL>110PL-90.9<PL≤10PL≤0.9]]>

式中，P_L=P/P_e為該支路功率相對值，P為支路功率，P_e為該支路的額定功率；

低電壓風險Risk(V_B|E_i)的計算：

Risk(VB|Ei)=P(Ei)Σj=1m∫f(VB|Ei,Lj)×Eve(VB)dVB]]>

其中，m為系統中節點個數，f(V_B|E_i,L_j)是支路i退運后，系統中節點j的節點電壓相對值V_B的概率分布；Sev(V_B)描述了節點電壓相對值為V_B時事故的嚴重度，∫f(V_B|E_i,L_j)×Sev(V_B)dV_B是指事故E_i發生后對節點j產生的低電壓的后果，指事故E_i發生后對所有節點的低電壓后果總和，低電壓嚴重度Sev(V_B)取決于事故后節點的電壓，具體表示為：

Sev(VB)=1VB≥0.910-10VB0.9<VB≤10VB>1]]>

式中，V_B=V/V_e為該節點電壓相對值，V為節點電壓，V_e為該節點的額定電壓；

失負荷風險Risk(P_q|E_i)的計算：

Risk(Pq|Ei)=P(Ei)Σi=1mdPqi×Sev(Pq)]]>

式中，m_d為負荷節點數，P_qi為事故E_i后第i個負荷節點失去的負荷，P_q為系統失去的負荷，Sev(P_q)為系統中失去負荷P_q的嚴重度，具體表示為：

Sev(Pq)=10.3<Pq/Pfh≤1103Pq/Pfh0<Pq/Pfh≤0.3]]>

式中，P_fh為系統中負荷節點的原始負荷，P_q為系統中負荷節點的失負荷量。

步驟2、將過負荷風險、低電壓風險和失負荷風險構成三維風險向量x_i，具體表示為：

x_i=(Risk(P_L|E_i),Risk(V_B|E_i),Risk(P_q|E_i))

x_i為第i條支路的三維風險向量；

步驟3、基于ISODATA聚類算法進行支路重要性分級；

基于ISODATA聚類算法進行支路重要性分級的過程具體為：采用ISODATA聚類算法將所有支路的三維風險向量按照數據相似度聚類，得到每一級的聚類中心和支路編號，實現每條支路重要性等級初步自動分級；以聚類中心與原點歐式距離的大小判斷支路重要性等級，聚類中心距離原點越遠，該級別所包含的三維風險點距離原點越遠，因此這些風險點的風險就越大，其所屬重要性級別就越重要；

步驟4、基于PCA方法進行支路重要性排序；具體過程如下：

以三維風險向量作為源數據，利用PCA方法對三維風險向量進行降維，保留源數據中的主要信息，得到所有三維風險數據的最大主方向，然后將三維風險向量投影到主方向軸線上以獲取能夠清晰分辨不同類別的一維數據，進而參照PCA降維結果來進行綜合風險指標計算；第一主成分ξ₁即為綜合風險，計算公式如下；

ξ1=α1Tx]]>

其中，為三維風險指標的權重向量，表示三維風險的歸一化重要性比重，x為支路的三維風險向量，ξ₁為綜合風險，即空間風險點在主方向軸上的投影到原點的距離；

根據上式得到所有支路的綜合風險，根據綜合風險值進行支路重要性排序，綜合風險越大，該支路故障后對整個電力系統的影響越大，因此該支路越重要；

步驟5、判斷支路重要性排序以及分級調整；

根據支路重要性排序結果，標注空間分級投影的上下邊界支路，如果相鄰兩重要級別支路的投影不存在交叉，則可以設定這兩級的分級點為該兩級的邊界支路的風險平均值；如果存在允許范圍內的交叉，則以重要等級高的邊界支路風險為準，落在邊界支路遠離原點方向的投影點均自動設定為偏重要等級，按照新的兩級邊界支路的風險平均值作為這兩級的分級點。設定分級交叉百分比為交叉支路數N_jc占所有支路數N_z的百分比，如下，

ψ=NjcNz×100%]]>

當分級交叉百分比滿足Ψ＜10%時，采用第一主成分能夠綜合體現p個指標的三維空間分級信息，即分級交叉在允許范圍內；如果不滿足Ψ＜10%，則跳到步驟3，重新設置參數。

2.根據權利要求1所述的一種基于模式識別的電網支路重要性評估方法，其特征在于：所述步驟3中的ISODATA聚類算法包括以下步驟；

步驟3.1、設置參數：待分類樣本x_i；預期的聚類中心數目K；初始的聚類中心數目N_c；每一聚類域中最少的樣本數目θ_N;聚類域中樣本距離分布的標準差θ_S；兩聚類中心之間的最小距離θ_C；判斷循環停止的迭代運算的次數I_P；兩聚類中心之間的距離D_ij；

步驟3.2、隨機選取N_c個樣本作為初始聚類的中心；

步驟3.3、將樣本x_i分配到最近的聚類S_j；規則為：若D_j=min(||x_i-C_j||)，i=1,2,…,p，j=1,2,…,c，則將x_i歸到聚類S_j；其中，C_j為第j個聚類中心，D_j為樣本x_i到第j個聚類中心的距離，該距離最短；

步驟3.4、計算各聚類的中心：

Zi=1NiΣx∈Sjxj]]>

將新的中心值Z_i定為聚類的中心C_i=Z_i，x_j為第j個三維風險向量，其中j=1,2,…,S_j，N_i為聚類S_j的類數；

步驟3.5、分裂；若當前聚類的數目少于預期的聚類數目K，則開始進行聚類分裂；

步驟3.6、合并；當兩個聚類的中心距離小于二者中心的最小距離θ_C時，兩個聚類合并為一個新的聚類；若全部聚類中心之間的距離就開始合并，新聚類中心為：

Cn=1Ni+Nj[NiCi+NjCj]]]>

其中，C_i和C_j分別為第i類和第j類的聚類中心，N_i和N_j分別為聚類S_i和S_j的類數；

步驟3.7、如果迭代次數達到最大迭代次數I_P，或過程收斂，則迭代過程結束，否則I_P=I_P+1，回到步驟3。