[發明專利]一種電網仿真數據樣本生成方法及系統

在審

• 申請號: 201911157171.4
• 申請日: 2019-11-22
• 公開（公告）號: CN111161091A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 陳繼林;黃嚴浩;裘微江;陳興雷;郭中華;安寧;陳勇;何春江;劉娜娜;孫永鋒;李勤新;鄭志偉;鄒衛美;王子琪;周智強;田芳;康建東
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06N20/00
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 姜麗樓

本發明公開了一種電網仿真數據樣本生成方法及系統，所述方法包括：獲取已有的電網數據樣本；在先驗知識庫中選取一個或多個先驗知識規則，并設置每個參數的調整范圍以及每個參數的單次調整幅度；根據所述一個或多個先驗知識規則對電網數據樣本的各個參數以單次調整幅度進行單次調整，生成調整后的電網仿真數據樣本；所述方法及系統根據虛擬樣本生成技術，通過先驗知識以及對在線數據進行特征提取獲得的調整范圍等規律對已有的電力數據樣本進行調整，按需求生成多組電力仿真數據樣本，擴充了電力數據樣本集，有效提高大電網算例系統的泛化能力；為電力系統機理研究和人工智能技術研究提供數據支撐。

技術領域

本發明涉及電力技術領域，更具體地，涉及一種電網仿真數據樣本生成方法及系統。

背景技術

近年來，隨著大數據和人工智能技術的興起，基于電網仿真數據生成海量樣本、開展相關研究已成為趨勢，目前對于樣本生成方法的研究主要體現在機器學習領域。近幾年，基于大量訓練數據的卷積神經網絡(Convolutional Neural Network，CNN)在目標檢測、目標識別、顯著性檢測、行為識別和對象分割等計算機視覺領域取得了顯著的成果。

虛擬樣本生成技術作為一種在機器學習中引入先驗知識的方法,已經成為提高小樣本學習問題泛化能力的主要手段之一,受到了國內外學者廣泛研究。虛擬樣本是指在未知樣本概率分布函數的情況下，利用所研究領域的先驗知識，結合已有的訓練樣本產生待研究問題的樣本空間中的部分合理樣本。研究虛擬生成技術的主要目的是生成合理的虛擬樣本，從而可以將它們添加到原始訓練樣本集，以擴充訓練樣本集，有效提高分類器的泛化能力。

目前對于電網結構樣本補充問題，已有的技術基本都是基于小型算例系統，對于實際大電網尚缺乏相關研究；對于將在線的負荷變化規律形成先驗知識來指導電網樣本生成還屬空白。

發明內容

為了解決背景技術存在的現有技術缺少通過先驗知識指導電網虛擬樣本生成的問題，本發明提供了一種電網仿真數據樣本生成方法及系統；所述方法及系統根據對在線數據進行特征提取獲得的規律以及先驗知識，通過虛擬樣本生成方法，生成多組虛擬樣本；所述一種電網仿真數據樣本生成方法包括：

獲取已有的電網數據樣本；所述電網數據樣本的參數包括負荷的有功功率和無功功率以及發電機組的有功功率和無功功率；

在先驗知識庫中選取一個或多個先驗知識規則，并設置每個參數的調整范圍以及每個參數的單次調整幅度；

根據所述一個或多個先驗知識規則對電網數據樣本的各個參數以單次調整幅度進行單次調整，生成調整后的電網仿真數據樣本；所述調整后的電網仿真數據樣本的任一個參數值與電網數據樣本對應的參數的差值小于該參數對應的調整范圍；

進一步的，所述每個參數的調整范圍的獲取方式包括：

選取所述電網內預設區域在預設時間段內的潮流電網數據；

根據聚類機器學習算法對潮流電網數據進行特征提取，獲取潮流電網數據中各個參數的最大值以及最小值，生成每個參數的調整范圍。

進一步的，在根據聚類機器學習算法對潮流電網數據進行特征提取前，所述方法還包括：

對所述潮流電網數據進行預處理；所述預處理包括對潮流電網數據進行清洗和過濾，生成預設格式的數據。

進一步的，所述先驗知識規則包括：

設置所述電網數據樣本的各個參數間的調整比例；

調整其中任一個參數，其他參數根據所述調整比例進行同步調整。

進一步的，所述先驗知識規則包括：

當設置的所述負荷有功功率以及負荷無功功率單次調整幅度低于預設閾值時；