[發明專利]用于自動識別網絡中的干擾之間的相似性的方法和裝置

在審

• 申請號: 201611080565.0
• 申請日: 2016-11-30
• 公開（公告）號: CN107016399A
• 公開（公告）日: 2017-08-04
• 發明（設計）人: D.克羅姆帕斯;A.利青格;S.魯西奇卡;V.特雷斯普
• 申請（專利權）人: 西門子公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/06
• 代理公司: 中國專利代理(香港)有限公司72001
• 代理人: 張凌苗,劉春元

技術領域

本發明涉及用于自動識別網絡中且特別是電力供應網或電力網（electric power grid）中的干擾之間的相似性的方法和裝置。

背景技術

電力供應系統也被稱為電力網，其包括諸如發電機、變壓器、傳輸線之類的多個組件，其甚至易受小的擾動或干擾的影響。這些干擾可以引起廣域振蕩，其可使電力供應系統不穩定并且其甚至可以導致電力供應系統內的級聯斷電。分布式能源和可再生能源（特別是可再生能源）要求電力供應網適應于快速改變且有時意外的系統條件。然而，常規電力供應系統管理依賴于利用基于穩態假設的數據模型的離線研究和模擬。在達到預定系統閾值的情況下，可使用來自電力供應網的實時在線數據來觸發警報。電力供應系統的運營商必須基于其經驗且可能基于與相鄰電網運營商交換的信息來解釋接收到的數據。電力供應系統內的干擾的根本原因標識要求對多個時間序列數據的耗時分析。

發明內容

因此，本發明的目的是提供一種用于自動識別網絡中的干擾之間的相似性的方法和裝置，其允許運營商對觀察到的網絡內的干擾的快速且可靠的根本原因標識。

根據本發明的第一方面通過包括權利要求1的特征的方法來實現該目的。

本發明根據第一方面提供了一種用于自動識別網絡中的干擾之間的相似性的方法，

方法包括：

提供多個干擾數據快照的第一數據陣列，所述多個干擾數據快照中的每個被響應于在所述網絡中觀察到干擾而記錄和/或模擬，

通過機器學習生成關于第一數據陣列訓練的干擾的數據模型，其中經訓練的數據模型提供每個干擾的本征矢量表示，

如果在所述網絡的操作期間觀察到干擾，則記錄和/或模擬干擾數據快照，并且針對記錄和/或模擬的干擾數據快照提供相應的第二數據陣列，

使用干擾的經訓練的數據模型從第二數據陣列導出觀察到的干擾的本征矢量表示，以及

基于觀察到的干擾的被導出的本征矢量表示且基于通過經訓練的數據模型提供的多個干擾的本征矢量表示來檢測與觀察到的干擾相似的干擾。

在根據本發明的第一方面的方法的可能實施例中，網絡是包括測量能量流參數的多個相測量單元的電力供應網。

在根據本發明的第一方面的方法的可能實施例中，測量到的能量流參數包括電力供應網的不同相的相電流和相電壓及本地網絡頻率。

在根據本發明的第一方面的方法的仍進一步可能實施例中，第一數據陣列是四維數據陣列，

其中每個條目x_i、j、t、k指示相測量單元PMU_i在時間t針對在所述網絡中觀察到的干擾k的類型j的測量結果X。

在根據本發明的第一方面的方法的仍進一步可能實施例中，基于計算出的在觀察到的干擾的被導出的本征矢量表示與通過經訓練的數據模型提供的多個干擾的本征矢量表示之間的余弦距離來檢測與觀察到的干擾相似的干擾。

在根據本發明的第一方面的方法的可能實施例中，通過無監督機器學習生成干擾的數據模型。

在根據本發明的第一方面的方法的進一步可能實施例中，依靠網絡中的干擾之間的經識別的相似性來確定至少一個觀察到的干擾的根本原因。

在根據本發明的第一方面的方法的進一步可能實施例中，依靠網絡中的干擾之間的經識別的相似性來確定至少一個觀察到的干擾的干擾類型。

本發明根據第二方面進一步提供了一種包括權利要求9的特征的用于網絡中的干擾之間的相似性的自動識別的裝置。

本發明根據第二方面提供了一種用于網絡中的干擾之間的相似性的自動識別的裝置，

所述裝置包括：

存儲器單元，其用于存儲多個干擾數據快照的第一數據陣列，所述多個干擾數據快照中的每個被響應于在所述網絡中觀察到干擾而記錄和/或模擬，

生成單元，其被適配成通過機器學習生成關于第一數據陣列訓練的干擾的數據模型，其中經訓練的數據模型提供每個干擾的本征矢量表示，

記錄單元，其被適配成如果在所述網絡的操作期間觀察到干擾則記錄和/或模擬干擾數據快照，并且被適配成針對記錄和/或模擬的干擾數據快照提供相應的第二數據陣列，以及

處理單元，其被適配成使用干擾的經訓練的數據模型從第二數據陣列導出觀察到的干擾的本征矢量表示，并且被適配成基于觀察到的干擾的被導出的本征矢量表示且基于通過經訓練的數據模型提供的多個干擾的本征矢量表示來檢測與觀察到的干擾相似的干擾。