[發(fā)明專利]一種電力系統(tǒng)暫態(tài)穩(wěn)定評估方法

有效

• 申請?zhí)枺?/td>: 202110471521.5
• 申請日: 2021-04-29
• 公開（公告）號: CN113177357B
• 公開（公告）日: 2022-08-09
• 發(fā)明（設(shè)計）人: 孫宏斌;周艷真;郭慶來;王彬;吳文傳;王錚澄;蘭健
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/18;G06K9/62;G06N3/08;H02J3/00;G06F111/02;G06F113/04
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 羅文群

1.一種電力系統(tǒng)暫態(tài)穩(wěn)定評估方法，其特征在于，首先從暫態(tài)穩(wěn)定仿真數(shù)據(jù)中采集電力系統(tǒng)在故障發(fā)生前的數(shù)據(jù)和暫態(tài)穩(wěn)定標(biāo)簽，通過對暫態(tài)穩(wěn)定標(biāo)簽的統(tǒng)計結(jié)果和最大最小歸一化方法得到不同預(yù)設(shè)故障下的數(shù)據(jù)集；然后，基于Jaccard距離和Hausdorff距離構(gòu)建不同預(yù)設(shè)故障的相似性評價指標(biāo)，采用聚類算法實現(xiàn)對不同預(yù)設(shè)故障的聚類；依次對每個聚類內(nèi)的不同預(yù)設(shè)故障進(jìn)行孿生神經(jīng)網(wǎng)絡(luò)訓(xùn)練，得到用于暫態(tài)穩(wěn)定評估的多任務(wù)孿生神經(jīng)網(wǎng)絡(luò)；最后，根據(jù)暫態(tài)穩(wěn)定標(biāo)簽的統(tǒng)計結(jié)果，以及暫態(tài)穩(wěn)定評估的多任務(wù)孿生神經(jīng)網(wǎng)絡(luò)，得到電力系統(tǒng)在所有f個預(yù)設(shè)故障下的暫態(tài)穩(wěn)定評估結(jié)果；

具體步驟如下：

(1)根據(jù)電力系統(tǒng)歷史運行和未來規(guī)劃情況并考慮電網(wǎng)未來可能出現(xiàn)的重負(fù)荷情況，設(shè)置s₀種運行工況，每種運行工況下分別設(shè)置f種預(yù)設(shè)故障，利用數(shù)值計算方法對電力系統(tǒng)在s₀種運行工況下分別發(fā)生f種預(yù)設(shè)故障后的暫態(tài)穩(wěn)定性進(jìn)行仿真計算，依次采集故障發(fā)生前的發(fā)電機(jī)特征、線路特征以及不同預(yù)設(shè)故障下的暫態(tài)穩(wěn)定標(biāo)簽，根據(jù)暫態(tài)穩(wěn)定標(biāo)簽的統(tǒng)計結(jié)果和最大最小歸一化方法，得到數(shù)據(jù)集O₀，具體步驟如下：

(1-1)對一個具有N臺發(fā)電機(jī)的電力系統(tǒng)，根據(jù)電力系統(tǒng)歷史運行和未來規(guī)劃情況并考慮電網(wǎng)未來可能出現(xiàn)的重負(fù)荷情況，設(shè)置s₀種運行工況，每種運行工況下分別設(shè)置f種預(yù)設(shè)故障，利用數(shù)值計算方法對電力系統(tǒng)在s₀種運行工況下的分別發(fā)生f種預(yù)設(shè)故障后的暫態(tài)穩(wěn)定性進(jìn)行仿真計算，依次采集第k種運行工況下所有發(fā)電機(jī)在故障發(fā)生前的有功功率P_Gi^k、機(jī)端電壓V_Gi^k、線路的有功功率P_Lj^k、線路的無功功率Q_Lj^k和暫態(tài)穩(wěn)定性標(biāo)簽[y₁^k,y₂^k,…,y_a^k,…,y_f^k]，構(gòu)成原始數(shù)據(jù)集[P_Gi^k,V_Gi^k,P_Lj^k,Q_Lj^k,y₁^k,y₂^k,…,y_a^k,…,y_f^k]，上標(biāo)k表示運行工況編號，即s₀種運行工況中的第k種運行工況，k＝1,2,…,s₀，下標(biāo)i表示第i臺發(fā)電機(jī)，i＝1,…,N，下標(biāo)j表示第j條線路，j＝1,…,M，M為電力系統(tǒng)中的線路數(shù)，y_a^k是電力系統(tǒng)在第k種運行工況下發(fā)生第a種預(yù)設(shè)故障后的暫態(tài)穩(wěn)定標(biāo)簽，下標(biāo)a表示第a種預(yù)設(shè)故障，a＝1,…,f，若電力系統(tǒng)在第k種運行工況下發(fā)生第a種預(yù)設(shè)故障后發(fā)生暫態(tài)失穩(wěn)，則y_a^k＝1，若電力系統(tǒng)在第k種運行工況下發(fā)生第a種預(yù)設(shè)故障后能夠保持暫態(tài)穩(wěn)定，則y_a^k＝0；

(1-2)根據(jù)最大最小歸一化方法，分別對步驟(1-1)的原始數(shù)據(jù)集中的P_Gi^k、V_Gi^k、P_Lj^k和Q_Lj^k進(jìn)行歸一化處理，得到歸一化后的故障發(fā)生前所有發(fā)電機(jī)的有功功率歸一化后的故障發(fā)生前所有發(fā)電機(jī)母線的電壓幅值歸一化后的故障發(fā)生前所有線路的有功功率歸一化后的故障發(fā)生前所有線路的無功功率歸一化的公式為：

(1-3)依次對步驟(1-1)得到的暫態(tài)穩(wěn)定標(biāo)簽在s₀種運行工況下的取值進(jìn)行統(tǒng)計，若第a個預(yù)設(shè)故障的暫態(tài)穩(wěn)定標(biāo)簽y_a^k滿足則將第a個預(yù)設(shè)故障放入故障集合Z₁中，且不進(jìn)行后續(xù)暫態(tài)穩(wěn)定評估孿生神經(jīng)網(wǎng)絡(luò)的構(gòu)建，若第a個預(yù)設(shè)故障的暫態(tài)穩(wěn)定標(biāo)簽y_a^k滿足則將第a個預(yù)設(shè)故障放入故障集合Z₀中，且不進(jìn)行后續(xù)暫態(tài)穩(wěn)定評估孿生神經(jīng)網(wǎng)絡(luò)的構(gòu)建，若第a個預(yù)設(shè)故障的暫態(tài)穩(wěn)定標(biāo)簽滿足則將第a個預(yù)設(shè)故障放入故障集合Z₂中，記Z₂中最終有b個預(yù)設(shè)故障，b個預(yù)設(shè)故障分別記為E(1)，E(2),…,E(b)，b個預(yù)設(shè)故障的暫態(tài)穩(wěn)定標(biāo)簽分別記為y_E(1)^k,y_E(2)^k,...,y_E(b)^k；

(1-4)根據(jù)步驟(1-2)的和步驟(1-3)中故障集合Z₂中的暫態(tài)穩(wěn)定標(biāo)簽y_E(1)^k,y_E(2)^k,...,y_E(b)^k，得到經(jīng)過數(shù)據(jù)預(yù)處理后的數(shù)據(jù)集O₀：

(2)根據(jù)電力系統(tǒng)歷史運行和未來規(guī)劃情況并考慮電網(wǎng)未來可能出現(xiàn)的重負(fù)荷情況，對步驟(1-1)的電力系統(tǒng)重新設(shè)置s₁×b種運行工況，考慮步驟(1-3)得到的故障集合Z₂中的b種預(yù)設(shè)故障，利用數(shù)值計算方法依次進(jìn)行電力系統(tǒng)暫態(tài)穩(wěn)定仿真計算，從仿真結(jié)果數(shù)據(jù)中采集故障發(fā)生前的發(fā)電機(jī)特征、線路特征以及不同預(yù)設(shè)故障下的暫態(tài)穩(wěn)定性標(biāo)簽，根據(jù)暫態(tài)穩(wěn)定標(biāo)簽的統(tǒng)計結(jié)果和步驟(1-2)的最大最小歸一化方法，得到新數(shù)據(jù)集O_new，具體步驟如下：

(2-1)根據(jù)電力系統(tǒng)歷史運行和未來規(guī)劃情況并考慮電網(wǎng)未來可能出現(xiàn)的重負(fù)荷情況，對步驟(1-1)的電力系統(tǒng)重新設(shè)置s₁×b種運行工況，編號分別記為s₀+1,s₀+2,…,s₀+s₁×b，利用數(shù)值計算方法依次對電力系統(tǒng)在第d個運行工況下發(fā)生步驟(1-3)得到的故障集合Z₂中第種預(yù)設(shè)故障進(jìn)行暫態(tài)穩(wěn)定仿真計算，采集第d種運行工況下所有發(fā)電機(jī)在故障發(fā)生前的有功功率P_Gi^d、機(jī)端電壓V_Gi^d、線路的有功功率P_Lj^d、線路的無功功率Q_Lj^d和暫態(tài)穩(wěn)定性標(biāo)簽得到數(shù)據(jù)集[P_Gi^d,V_Gi^d,P_Lj^d,Q_Lj^d,其中d＝s₀+1,s₀+2,…,s₀+s₁×b；

(2-2)根據(jù)步驟(1-2)的最大最小歸一化方法，對步驟(2-1)得到的數(shù)據(jù)集中的P_Gi^d、V_Gi^d、P_Lj^d和Q_Lj^d進(jìn)行歸一化處理，得到第d種運行工況下，歸一化后的故障發(fā)生前所有發(fā)電機(jī)的有功功率歸一化后的故障發(fā)生前所有發(fā)電機(jī)母線的電壓幅值歸一化后的故障發(fā)生前所有線路的有功功率歸一化后的故障發(fā)生前所有線路的無功功率

(2-3)根據(jù)步驟(2-2)的和步驟(2-1)的暫態(tài)穩(wěn)定標(biāo)簽得到經(jīng)過數(shù)據(jù)預(yù)處理后的新數(shù)據(jù)集O_new：

(3)基于Jaccard距離指標(biāo)和Hausdorff距離指標(biāo)，計算步驟(1-3)中故障集合Z₂中b種預(yù)設(shè)故障之間的相似度評價指標(biāo)D(e,g)，其中，e表示步驟(1-3)中故障集合Z₂中的第e個預(yù)設(shè)故障，e＝E(1),…,E(b)，g表示步驟(1-3)中故障集合Z₂中的第g個預(yù)設(shè)故障，g＝E(1),…,E(b)且g≠e，利用相似度評價指標(biāo)D(e,g)以及聚類算法，對步驟(1-3)中故障集合Z₂中的b種預(yù)設(shè)故障進(jìn)行聚類，最終得到B個聚類，其中，第l個聚類中包含預(yù)設(shè)故障的個數(shù)為p(l)，l＝1,…,B，具體步驟如下：

(3-1)依次計算故障集合Z₂中第e個預(yù)設(shè)故障在所有s₀種運行工況下的暫態(tài)穩(wěn)定標(biāo)簽向量和故障集合Z₂中的第g個預(yù)算故障在所有s₀種運行工況下的暫態(tài)穩(wěn)定標(biāo)簽向量之間的Jaccard距離指標(biāo)，Jaccard距離指標(biāo)的計算公式如下：

其中，M₀₁為y_e^k等于0且y_g^k等于1的運行工況個數(shù)，M₁₀為y_e^k等于1且y_g^k等于0的運行工況個數(shù)，M₁₁為y_e^k和y_g^k同時等于0的運行工況總數(shù)，k＝1,2,…,s₀；

(3-2)依次取出與故障集合Z₂中與第e個預(yù)設(shè)故障的暫態(tài)穩(wěn)定標(biāo)簽中y_e^k＝1相對應(yīng)運行工況的特征集和與故障集合Z₂中第g個預(yù)設(shè)故障的暫態(tài)穩(wěn)定標(biāo)簽中y_e^k＝1相對應(yīng)運行工況的特征集計算和之間的Hausdorff距離，記為H(e,g)，其中，h(e)表示故障集合Z₂中第e個預(yù)設(shè)故障的暫態(tài)穩(wěn)定標(biāo)簽中y_e^k＝1所對應(yīng)運行工況集合，h(g)表示故障集合Z₂中第g個預(yù)設(shè)故障的暫態(tài)穩(wěn)定標(biāo)簽中y_g^k＝1所對應(yīng)運行工況集合；

(3-3)根據(jù)步驟(3-1)計算得到的J(e,g)和步驟(3-2)計算得到的H(e,g)，計算故障集合Z₂中不同預(yù)設(shè)故障之間的相似度評價指標(biāo)D(e,g)：

D(e,g)＝w₁×J(e,g)+w₂×H(e,g)

其中，w₁和w₂為人為設(shè)置的權(quán)重，并滿足w₁+w₂＝1；

(3-4)利用步驟(3-3)得到的故障集合Z₂中不同預(yù)設(shè)故障之間的相似度評價指標(biāo)D(e,g)，對故障集合Z₂中b種預(yù)設(shè)故障進(jìn)行聚類，最終得到B個聚類，其中，第l個聚類中包含的預(yù)設(shè)故障的個數(shù)為p(l)，l＝1,…,B，將第l個聚類記為C(l)＝{q(l)₁,q(l)₂,…,q(l)_r(l),…,q(l)_p(l)}，q(l)_r(l)表示第l個聚類C(l)中第r(l)個預(yù)設(shè)故障在故障集合Z₂中的預(yù)設(shè)故障編號，r(l)＝1,…,p(l)，聚類算法和聚類數(shù)B可以根據(jù)人工經(jīng)驗指定，或依次設(shè)置聚類數(shù)量為2,3,…,b，計算不同聚類數(shù)量下聚類結(jié)果的輪廓系數(shù)，選取具有最大輪廓系數(shù)的聚類個數(shù)為最佳聚類數(shù)；

(4)基于步驟(1)得到的數(shù)據(jù)集O₀、步驟(2)得到的數(shù)據(jù)集O_new和步驟(3)得到的B個聚類結(jié)果，訓(xùn)練用于暫態(tài)穩(wěn)定評估的多任務(wù)孿生神經(jīng)網(wǎng)絡(luò)，具體步驟如下：

(4-1)將步驟(1-4)得到的數(shù)據(jù)集O₀和步驟(2-3)得到的數(shù)據(jù)集O_new按照預(yù)設(shè)故障的不同，分為b個數(shù)據(jù)集D_fault(1),D_fault(2),…,D_fault(b)，分別對應(yīng)步驟(1-3)中的b個預(yù)設(shè)故障，其中，第e個預(yù)設(shè)故障對應(yīng)數(shù)據(jù)集的輸入特征包括歸一化后的故障發(fā)生前所有發(fā)電機(jī)的有功功率歸一化后的故障發(fā)生前所有發(fā)電機(jī)母線的電壓幅值歸一化后的故障發(fā)生前所有線路的有功功率歸一化后的故障發(fā)生前所有線路的無功功率每個數(shù)據(jù)集的暫態(tài)穩(wěn)定標(biāo)簽為y_e^u(e)，其中，上標(biāo)u(e)表示第e個預(yù)設(shè)故障對應(yīng)的第u(e)個運行工況，且u(e)＝1,2,…,s₀,s₀+s₁×(e-1)×b+1,s₀+s₁×(e-1)×b+2,…,s₀+s₁×e×b；

(4-2)基于步驟(4-1)的數(shù)據(jù)集D_fault(1),D_fault(2),…,D_fault(b)，利用步驟(3-4)的聚類結(jié)果和孿生神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法，依次訓(xùn)練得到B個用于暫態(tài)穩(wěn)定評估的多任務(wù)孿生神經(jīng)網(wǎng)絡(luò)，其中，第l個多任務(wù)孿生神經(jīng)網(wǎng)絡(luò)M_l使用的訓(xùn)練數(shù)據(jù)為步驟(3-4)中第l個聚類C(l)中預(yù)設(shè)故障所對應(yīng)的數(shù)據(jù)集D_fault(q(l)₁),D_fault(q(l)₂),…,D_fault(q(l)_r(l)),…,D_fault(q(l)_p(l))，M_l的具體結(jié)構(gòu)如下：

(4-2-1)M_l的p(l)個輸入層：

M_l包括p(l)個輸入層，其中，第r(l)個輸入層有2×N+2×M個神經(jīng)元，每個神經(jīng)元的輸入包括：歸一化后的故障發(fā)生前所有發(fā)電機(jī)的有功功率歸一化后的故障發(fā)生前所有發(fā)電機(jī)母線的電壓幅值歸一化后的故障發(fā)生前所有線路的有功功率歸一化后的故障發(fā)生前所有線路的無功功率其中，上標(biāo)u(q(l)_r(l))表示第l個聚類中第q(l)_r(l)個預(yù)設(shè)故障對應(yīng)的第u(q(l)_r(l))個運行工況；

(4-2-2)M_l的參數(shù)共享單元：

M_l的參數(shù)共享單元包含t₁(l)個隱含層，其中，第1個隱含層h₁(l)的輸入為步驟(3-2-1)中M_l的p(l)個輸入層，第c個隱含層h_c(l)的輸入為第c-1個隱含層h_c-1(l)的輸出，c＝2,…,t₁(l)，隱含層的個數(shù)t₁(l)以及每一層隱含層的神經(jīng)元數(shù)目根據(jù)人工經(jīng)驗或計算精度要求反復(fù)試探來確定；

(4-2-3)M_l的p(l)個輸出單元：

M_l的p(l)個輸出單元分別包含t₂(l)個隱含層和1個輸出層，每個輸出單元中第一個隱含層的輸入為步驟(4-2-2)中參數(shù)共享單元的第t₁(l)個隱含層的輸出，隱含層的個數(shù)t₂(l)和隱含層神經(jīng)元數(shù)目根據(jù)人工經(jīng)驗或計算精度要求反復(fù)試探來確定，輸出層包含1個神經(jīng)元，輸出層采用Sigmoid函數(shù)為激活函數(shù)，其中，M_l的第r(l)個輸出單元的輸出為當(dāng)表示電力系統(tǒng)在第u(q(l)_r(l))個運行工況下發(fā)生第l個聚類中第q(l)_r(l)個預(yù)設(shè)故障后發(fā)生暫態(tài)失穩(wěn)，當(dāng)表示電力系統(tǒng)在第u(q(l)_r(l))個運行工況下發(fā)生第l個聚類中第q(l)_r(l)個預(yù)設(shè)故障后能夠保持暫態(tài)穩(wěn)定；

(5)根據(jù)步驟(1-3)中暫態(tài)穩(wěn)定標(biāo)簽的統(tǒng)計結(jié)果，以及利用步驟(4)得到的多任務(wù)孿生神經(jīng)網(wǎng)絡(luò)，得到電力系統(tǒng)分別發(fā)生故障集合Z₀、Z₁和Z₂中所有f個預(yù)設(shè)故障后的暫態(tài)穩(wěn)定評估結(jié)果，具體包括如下步驟：

(5-1)根據(jù)步驟(1-3)中暫態(tài)穩(wěn)定標(biāo)簽的統(tǒng)計結(jié)果，得到電力系統(tǒng)分別發(fā)生步驟(1-3)中故障集合Z₀和故障集合Z₁中預(yù)設(shè)故障后的暫態(tài)穩(wěn)定評估結(jié)果，具體步驟如下：

(5-1-1)將電力系統(tǒng)分別發(fā)生步驟(1-3)中故障集Z₀中預(yù)設(shè)故障后的暫態(tài)穩(wěn)定性評估為能夠保持暫態(tài)穩(wěn)定；

(5-1-2)將電力系統(tǒng)分別發(fā)生步驟(1-3)中故障集Z₁中預(yù)設(shè)故障后的暫態(tài)穩(wěn)定性評估為暫態(tài)失穩(wěn)；

(5-2)利用步驟(4)得到的B個多任務(wù)孿生神經(jīng)網(wǎng)絡(luò)，得到電力系統(tǒng)分別發(fā)生步驟(1-3)中故障集合Z₂中所有b個預(yù)設(shè)故障后的暫態(tài)穩(wěn)定評估結(jié)果，具體步驟如下：

(5-2-1)從數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)或廣域測量信息系統(tǒng)中采集電力系統(tǒng)中所有發(fā)電機(jī)的有功功率P_Gi、所有發(fā)電機(jī)的機(jī)端電壓V_Gi、所有線路的有功功率P_Lj、所有線路的無功功率Q_Lj，構(gòu)成初始輸入特征；

(5-2-2)利用步驟(1-2)的最大最小歸一化對初始輸入特征進(jìn)行歸一化處理后，得到歸一化后的輸入特征；

(5-2-3)將步驟(5-2-2)得到的歸一化后的特征分別輸入至步驟(4)得到的B個多任務(wù)孿生神經(jīng)網(wǎng)絡(luò)中，得到電力系統(tǒng)分別發(fā)生步驟(1-3)得到的故障集Z₂中所有b個預(yù)設(shè)故障后的暫態(tài)穩(wěn)定評估結(jié)果。