[發明專利]具備高可信度的電力系統暫態穩定智能化評估系統及方法

有效

• 申請號: 202010842323.0
• 申請日: 2020-08-20
• 公開（公告）號: CN112069727B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 王利利;毛玉賓;于琳琳;李甜甜;劉萬勛;邢鵬翔;蔣小亮
• 申請（專利權）人: 國網河南省電力公司經濟技術研究院;國家電網有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06N20/20;G06Q10/06;G06Q50/06;G06F111/10;G06F113/04
• 代理公司: 鄭州優盾知識產權代理有限公司 41125
• 代理人: 張真真

1.一種具備高可信度的電力系統暫態穩定智能化評估方法，其特征在于，包括如下步驟：

S1，基于NGBoost集成學習模型構建暫態穩定分類器；

S2，利用暫態穩定數據集對暫態穩定分類器進行迭代訓練，建立暫態穩定評估模型；

S3，采用暫態穩定評估模型對電力系統的暫態穩定狀態進行在線評估，輸出暫態穩定評估結果及對應的可信度；

S4，將暫態穩定評估結果的可信度與可信度閾值進行比較，若暫態穩定評估結果的可信度大于可信度閾值認為暫態穩定評估結果可信，否則，返回步驟S3采集下一工頻周期的數據重新進行評估；

所述建立暫態穩定評估模型包括如下步驟：

S21，基于電力系統歷史數據和時域 仿真數據建立暫態穩定數據集，所述暫態穩定數據集包括輸入數據和輸出數據；

S22，通過主成分分析法將高維度的輸入數據壓縮至低維，以建立新的暫態穩定數據集；

在步驟S22中，所述建立新的暫態穩定數據集包括如下步驟：

S22.1，通過主成分分析法將原始的輸入數據進行降維，計算降維后各新輸入數據的貢獻率，設置貢獻率閾值；

S22.2，計算前K個新輸入數據的累計貢獻率；

S22.3，將步驟S22.2的累計貢獻率與貢獻率閾值進行比較，若累計貢獻率大于貢獻率閾值，則將前K個新輸入數據作為新的暫態穩定數據集，否則，更新K重新計算累計貢獻率，直至累計貢獻率大于貢獻率閾值；

S23，將新的暫態穩定數據集隨機劃分為訓練數據集和驗證數據集；

S24，利用訓練數據集對暫態穩定分類器進行迭代訓練建立暫態穩定評估模型；

S25，利用驗證數據集判斷步驟S24中得到的暫態穩定評估模型是否滿足電力系統精度要求。

2.根據權利要求1所述的具備高可信度的電力系統暫態穩定智能化評估方法，其特征在于，在步驟S21中，所述輸入數據包括線路有功功率P和無功功率Q、母線電壓幅值V和母線相角θ，所述輸出數據包括系統暫態穩定狀態，系統暫態穩定狀態包括穩定和失穩。

3.根據權利要求2所述的具備高可信度的電力系統暫態穩定智能化評估方法，其特征在于，在步驟S25中，所述判斷暫態穩定評估模型的評估是否滿足電力系統精度要求是通過準確率P_acc和召回率P_rec兩個性能評價指標進行，且對應的計算公式分別為：

式中，TP表示被準確評估的穩定樣本數，TN表示被準確評估的不穩定樣本數，FP表示被錯誤評估的穩定樣本數，FN表示被錯誤評估的不穩定樣本數；

當準確率P_acc和召回率P_rec均滿足電力系統精度要求時，則執行步驟S3；否則，返回步驟S24重新對暫態穩定評估模型進行訓練。

4.根據權利要求1或3所述的具備高可信度的電力系統暫態穩定智能化評估方法，其特征在于，在步驟S3中，所述對電力系統的暫態穩定狀態進行在線評估包括如下步驟：

S31，利用PMU監測裝置采集實時輸入數據，通過主成分分析法將高維度的實時輸入數據壓縮至低維；

S32，將降維后的實時輸入數據輸入暫態穩定評估模型，得到當前狀態下的暫態穩定評估結果及對應的可信度。

5.根據權利要求4所述的具備高可信度的電力系統暫態穩定智能化評估方法，其特征在于，所述通過主成分分析法將高維度的輸入數據壓縮至低維所對應的公式為：

Z＝X′A；

式中，Z表示低維的輸入數據，X′表示將高維度的輸入數據中心化處理后的輸入數據，A表示投影矩陣。

6.根據權利要求1或5所述的具備高可信度的電力系統暫態穩定智能化評估系統，其特征在于，包括暫態穩定數據集構建模塊、暫態穩定分類器建立模塊、降維模塊、暫態穩定評估模型建立模塊、暫態穩定評估模型評估模塊、暫態穩定評估模型在線預測模塊、可信度評估模塊，所述暫態穩定分類器建立模塊與暫態穩定評估模型建立模塊相連接，暫態穩定數據集構建模塊與降維模塊相連接，降維模塊分別與暫態穩定評估模型建立模塊、暫態穩定評估模型評估模塊和暫態穩定評估模型在線預測模塊相連接，且暫態穩定評估模型建立模塊與暫態穩定評估模型評估模塊相連接；所述暫態穩定評估模型在線預測模塊與可信度評估模塊相連接。