[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

本發明公開了一種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，包括如下步驟：基于NGBoost集成學習模型構建暫態穩定分類器；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；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其可信度；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，采集下一工頻周期的數據重新進行評估。本發明利用暫態穩定評估模型可以實現對電力系統運行狀態的時序評估，在較短的評估周期內便可得到海量樣本的高可信度評估結果，方便調度員基于可信的評估結果，快速把握電力系統暫態穩定水平。

技術領域

本發明屬于電力系統安全技術領域，具體涉及一種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。

背景技術

隨著我國交直流混聯規模不斷擴大，風電、光伏等間歇性新能源大規模并網，以及電力電子裝置的廣泛應用，系統運行方式多樣化，運行機理愈加復雜，給電力系統安全穩定分析與控制帶來了巨大挑戰。暫態穩定破壞往往會引發大規模停電事故，在故障后快速、準確對系統穩定性做出預判，為后續穩定控制提供依據，具有重要意義。

傳統的暫態穩定分析方法包括時域仿真法和直接法。時域仿真方法用一組非線性微分代數方程描述電力系統，并通過數值積分方法求解這些方程。由于求解非線性方程涉及的計算量大，導致運算時間長，無法滿足暫態穩定在線評估對快速性的要求。直接法是一種基于能量觀點的暫態穩定性分析方法，由于在實際大電網中需要對模型進行大量的簡化，計算結果過于保守，且計算精度低。

近年來，人工智能技術的理論日漸成熟，引起了相關學者的關注，在研究領域大量人工技能技術被運用于暫態穩定評估，例如BP神經網絡、支持向量機、深度置信網絡、卷積神經網絡等。值得注意的是，已有研究往往關注于算法的應用和性能的提升。然而，隨著新能源接入比例持續的攀升，電力系統時變特性凸顯。此時，基于人工智能技術對電網暫態穩定性進行評估，無法對模型的評估結果有絕對的信任。因此，在進行暫態穩定評估時，除了獲取暫態穩定評估結果，更希望得到評估結果的可信度，以幫助調度員制定控制措施。

發明內容

針對傳統暫態穩定分析方法運算時間長、計算精度低，基于人工智能技術的評估方法無法對評估結果進行可信度評價的問題，本發明提出了一種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，可以實現事故下的輸入數據與輸出暫態穩定結果的非線性映射，提高模型的泛化能力并實現可信度評價。

為解決以上技術問題，本發明所采用的技術方案如下：

一種具備高可信度的電力系統暫態穩定智能化評估方法，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。

在步驟S2中，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預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，建立新的暫態穩定數據集；

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；