[發明專利]一種電網智能暫態穩定評估系統

在審

• 申請號: 202010789805.4
• 申請日: 2020-08-07
• 公開（公告）號: CN111884236A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 姚海成;黃濟宇;管霖;蘇寅生;徐光虎
• 申請（專利權）人: 中國南方電網有限責任公司
• 主分類號: H02J3/24
• 分類號: H02J3/24;G06K9/62
• 代理公司: 廣州科粵專利商標代理有限公司 44001
• 代理人: 鄧潮彬;黃培智

1.一種電網智能暫態穩定評估系統，其特征在于，包括：

相量測量單元，用于以設定的頻率測量并采集擾動后的電網狀態量；

預處理單元，用于對相量測量單元所采集到的電網狀態量進行預處理；

穩定分類模塊，用于以預處理單元的輸出作為輸入，輸出穩定分類向量；

關鍵發電機模塊，用于以預處理單元的輸出作為輸入，輸出發電機穩定程度向量；

穩定分類簡單邏輯處理單元，用于對穩定分類向量進行邏輯判斷處理，輸出穩定分類轉換信號；

關鍵發電機簡單邏輯處理單元，用于對發電機穩定程度向量進行邏輯判斷處理，輸出發電機穩定程度轉換信號；

輔助決策模塊，用于以穩定分類轉換信號和發電機穩定程度轉換信號為輸入，輸出最終的穩定狀態判別結果和關鍵發電機集合。

2.如權利要求1所述的電網智能暫態穩定評估系統，其特征在于，所述電網狀態量包括各母線電壓幅值和相角，對于N個節點的電網，對第t個采樣時步，具有C種特征量的PMU數據矩陣排列如下：

其中，F_i＝[x_1i,x_2i,…,x_Ni]^T代表第i個特征列向量。

3.如權利要求2所述的電網智能暫態穩定評估系統，其特征在于，所述預處理單元對相量測量單元所采集到的電網狀態量的每種特征均采用zscore歸一化：

其中，μ，σ分別為特征向量對應的均值與方差，F′為歸一化的特征列向量。

4.如權利要求1所述的電網智能暫態穩定評估系統，其特征在于，所述穩定分類模塊采用深度學習網絡模型，若輸入對應的擾動下系統失穩，則該模塊輸出為[1,0]^T；反之，若系統穩定，則輸出為[0,1]^T；；所述深度學習網絡模型采用樣本進行離線訓練而成。

5.如權利要求4所述的電網智能暫態穩定評估系統，其特征在于，所述關鍵發電模塊采用深度學習網絡模型，記電網中發電機總數為N_G，則關鍵發電機辨識模塊的輸出是一個按發電機序號排列、長度為N_G-1的列向量c中每一個元素取值均在[0,1]之間，即有所述深度學習網絡模型采用樣本進行離線訓練而成。

6.如權利要求4所述的電網智能暫態穩定評估系統，其特征在于，所述穩定分類簡單邏輯處理單元，用于對穩定分類向量進行邏輯判斷處理，輸出穩定分類轉換信號包括：

在線運行時，穩定分類模塊的輸出向量中的每個元素不再是0/1兩個值，而是[0,1]之間的連續值，記其輸出的穩定分類向量有

若輸出信號S₁；反之，則輸出信號S₂；δ_u為閥值。

7.如權利要求5所述的電網智能暫態穩定評估系統，其特征在于，所述關鍵發電機簡單邏輯處理單元，用于對發電機穩定程度向量進行邏輯判斷處理，輸出發電機穩定程度轉換信號包括：

在線運行時，關鍵發電機預測模塊輸出的向量是長度為N_G-1的穩定程度向量其中，每個元素取值也在[0,1]之間，有

定義兩個閾值δ，δ_a，給定0＜δ＜δ_a＜1；δ主要用于篩選關鍵發電機；而δ_a則用于篩選重要發電機；

若中所有元素均滿足則輸出信號S₅；否則，若所有元素都滿足且至少存在一臺機組其穩定程度不滿足則輸出信號S₄；否則輸出信號S₃。