[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

本發明公開了一種電網智能暫態穩定評估系統主要包括相量測量單元、預處理單元、穩定分類模塊、關鍵發電機模塊、穩定分類簡單邏輯處理單元、關鍵發電機簡單邏輯處理單元以及輔助決策模塊。本發明提供的評估系統以相同的PMU采樣為輸入，分別以暫態穩定分類以及關鍵發電機辨識為輸出，建立雙任務穩定評估模型，對雙任務穩定評估模型給出的穩定分類與關鍵發電機標識進行簡單邏輯處理后，作為輔助決策系統的輸入，采用雙任務交互驗證判別邏輯，實現預測結果的相互校核，得出最終的穩定判別結果與關鍵發電機集合，同時篩選出難以判別的不確定樣本，從而能顯著提高智能暫態穩定評估的預測準確性和結果的可靠性，有利于電網安全運行與風險調控。

技術領域

本發明涉及電力技術領域，具體涉及一種電網智能暫態穩定評估系統。

背景技術

應用機器學習技術的智能暫態穩定評估算法無需依賴電網模型和仿真計算，采用數據驅動方法離線學習電網特征與穩定結果之間的映射關系，可以實現快速的在線判別。但由于暫態穩定的復雜動力學特征和強非線性難以準確捕捉，智能暫態穩定評估普遍輸出信息單一，多為穩定/不穩定的二值分類，或者臨界清除時間等穩定指標。當面對與訓練樣本集差異較大的運行方式或故障時，數據驅動的穩定評估模型的預測結果可靠性可能顯著下降，卻又無法自我檢測所給出結果的可信度，這一不足限制了其在實際工程中的應用，并不能有助于電網安全運行與風險調控。

發明內容

本發明的目的在于克服上述現有技術的不足，提供一種電網智能暫態穩定評估系統，以提高評估系統的預測準確性，利于電網安全運行與風險調控。

為實現上述目的，本發明的技術方案是：

一種電網智能暫態穩定評估系統，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。

進一步地，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。

進一步地，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。

進一步地，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。