[發明專利]一種電力網絡中節點故障的分析方法及裝置

在審

• 申請號: 202110034232.9
• 申請日: 2021-01-12
• 公開（公告）號: CN112733450A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 李仕林;李梅玉;韋迪瀟;王先培;田猛
• 申請（專利權）人: 云南電網有限責任公司電力科學研究院
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q10/04;G06Q50/06;G06N3/08;G06F119/02
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

本申請提供的一種電力網絡中節點故障的分析方法及裝置，屬于電力技術領域，本申請提供的方法包括：獲取待預測電力網絡中節點多個歷史時刻對應的節點狀態；將節點狀態輸入節點故障分析模型中，得到預測時刻的節點預測狀態；節點故障分析模型包括節點狀態以及節點預測狀態的對應關系；節點故障分析模型基于強化學習算法訓練得到。本申請提供的方法，根據實際情況模擬電力網絡中節點在故障后出現的節點狀態，高效準確，能夠有效預估電力網絡在下一時刻中各個節點的狀態。

技術領域

本申請涉及電力技術領域，特別涉及一種電力網絡中節點故障的分析方法及裝置。

背景技術

當前電力網絡的規模日趨龐大，發電站、變電站以及負荷都是電力網絡中的重要設備。而這些設備往往相互影響，一旦某個設備產生了故障，就會導致相關設備的狀態一起發生變化。由于各個設備之間的關聯關系復雜，導致工作人員難以根據實時設備故障情況，推測其他設備是否實際可能發生故障。

對此，工作人員建立了多種模型，將電力網絡抽象為復雜網絡，將重要設備作為復雜網絡中的節點，建立了多種模型對電力網絡進行模擬，預測電力網絡中各個重要設備的故障情況。常見的模型包括OPA模型以及基于暫態穩定約束最優潮流的大停電事故模型等模型。但是，目前的模型如果用于龐大復雜的電力網絡中，一旦電力網絡中設備量超過一定數量，預測結果精確度就會偏低，難以及時確定各個節點的情況。

基于此，目前亟需一種電力網絡中節點故障的分析方法，用于解決現有技術中預測電力網絡中各個節點情況時，精確度偏低的問題。

發明內容

本申請提供了一種電力網絡中節點故障的分析方法及裝置，可用于解決在現有技術中現有技術中預測電力網絡中各個節點情況時，精確度偏低的問題。

第一方面，本申請提供了一種電力網絡中節點故障的分析方法，所述方法包括：

獲取待預測電力網絡中節點多個歷史時刻對應的節點狀態；

將所述節點狀態輸入節點故障分析模型中，得到預測時刻的節點預測狀態；所述節點故障分析模型包括節點狀態以及節點預測狀態的對應關系；所述節點故障分析模型基于強化學習算法訓練得到。

結合第一方面，在第一方面的一種可實現方式中，所述節點故障分析模型采用以下方法訓練：

獲取所述節點P個時刻的P個樣本狀態；

將N個樣本狀態作為輸入，將M個狀態作為輸出，訓練得到所述節點故障分析模型；其中，P＝M+N，且N個樣本狀態中任意一個樣本狀態對應的時刻，早于M個樣本狀態中任意一個樣本狀態對應的時刻。

結合第一方面，在第一方面的一種可實現方式中，獲取待預測電力網絡中節點多個歷史時刻對應的節點狀態之后，還包括：

對所述節點狀態進行歸一化處理。

結合第一方面，在第一方面的一種可實現方式中，所述節點包括發電機、變電站以及負荷。

第二方面，本申請提供了一種電力網絡中節點故障的分析裝置，所述裝置包括：

獲取模塊，用于獲取待預測電力網絡中節點多個歷史時刻對應的節點狀態；

處理模塊，用于將所述節點狀態輸入節點故障分析模型中，得到預測時刻的節點預測狀態；所述節點故障分析模型包括節點狀態以及節點預測狀態的對應關系；所述節點故障分析模型基于強化學習算法訓練得到。

結合第二方面，在第二方面的一種可實現方式中，所述節點故障分析模型采用以下方法訓練：

獲取所述節點P個時刻的P個樣本狀態；