[發明專利]一種實用模型機構建及在線應用方法

有效

• 申請號: 202010017275.1
• 申請日: 2020-01-08
• 公開（公告）號: CN111415059B
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 曾沅;孟德壯;賈凡;胡心遠;劉芮彤;韓月
• 申請（專利權）人: 天津大學;國網遼寧省電力有限公司電力科學研究院;國網遼寧省電力有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 韓帥

1.一種實用模型機構建及在線應用方法，其特征在于，包括以下步驟：

步驟1：通過離線調研，統計得到負荷節點下的用電負荷成分類型，同時獲取典型時間負荷節點的歷史量測數據，包括負荷節點的有功功率P、無功功率Q、節點電壓U以及母線頻率f；

步驟2：根據對不同負荷節點多源數據的融合以及在不同觸發場景下負荷模型的需求，從不同路徑建立節點的負荷模型；

步驟3：進行負荷模型的屬性標記和完善，構建并擴充模型庫：利用智能算法提取各個電壓等級下的量測量的特征，并構建其與對應的場景以及聚合得到的準確負荷模型的映射關系，然后將這一映射關系作為一種屬性添加到負荷模型中，最后將該完善過的模型放入模型庫；

步驟4：負荷模型機在線應用，當模型機應用到待辨識負荷節點時，首先獲取當前時段內該節點及其下屬的低電壓等級節點的在線量測數據，進行自下而上的在線負荷聚合，得到該節點的負荷模型及其準確性指標；當下屬各個節點的量測信息缺失時，則直接利用該點的量測信息的特征，在模型庫中進行在線快速匹配，根據匹配結果輸出相應的模型和準確性指標；

所述步驟2中，依據節點離線統計數據、量測數據等多源數據，基于聚合理論，逐層進行負荷模型的聚合，以及基于辨識理論，在不同觸發場景下離線仿真訓練，建立節點的負荷模型，包括以下步驟：

步驟2-1：按電壓等級自下向上分層聚合生成不同電壓等級的負荷聚合模型：

對于低電壓等級的負荷節點，根據實地調研統計數據以及量測數據，采用合理的聚合方法進行負荷模型聚合，得到上一層級節點的負荷初始聚合模型；利用上一層級的量測數據對此聚合模型進行校核，對聚合模型進行修正，得到該電壓等級下的準確負荷聚合模型；采用相同的方法，構建更高電壓等級的負荷模型，最后建立各電壓等級負荷聚合模型；

步驟2-2：在離線場景下進行仿真訓練，建立節點負荷模型：

在事故觸發(故障)和周期觸發(擾動)兩種場景下，對不同負荷節點進行負荷模型測辨；在PSASP仿真系統中，設置不同類型的故障和擾動，對負荷模型中的各類參數在取值范圍內進行隨機取值，得到一系列參數不同的負荷模型，進行仿真計算，得到不同故障下大量暫態離線樣本和不同擾動下大量小擾動離線樣本；將離線樣本中負荷節點的有功功率P、無功功率Q、節點電壓U以及母線頻率f作為輸入，以對應的負荷模型參數作為輸出，利用深度學習網絡，得到節點的負荷模型；

所述步驟4中，模型準確性指標的計算方法為：

模型準確性指標MAI用于評價匹配模型的可信度，利用模型庫屬性匹配得到的模型參數進行場景仿真，得到仿真數據P’、Q’、U’、f’；然后計算其與對應的實際在線量測數據P、Q、U、f的誤差，則模型準確性指標為：

式中，在各個量測量的均方根誤差項中，為避免由于量綱和幅值的不同，導致出現某個大的絕對誤差淹沒其他量的誤差的情況，本發明中采用相對誤差代替絕對誤差。