[發明專利]一種基于兩階段特征選擇和格拉姆角場的拓撲辨識方法

在審

• 申請號: 202210222760.1
• 申請日: 2022-03-07
• 公開（公告）號: CN114912338A
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 秦超;潘毓笙
• 申請（專利權）人: 天津大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06N3/04;G06N3/08;G06F113/04
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 韓帥

本發明公開了一種基于兩階段特征選擇和格拉姆角場的拓撲辨識方法，屬于電力系統分析領域；首先，通過XGBoost方法計算每個節點量測的重要程度；隨后，基于最大信息系數判斷不同節點量測之間的相關關系，以篩選出不含冗余拓撲特征信息的重要量測；接著，基于格拉姆角場特征變換，將一維的配電網時間斷面量測數據變換為二維的格拉姆角場，在保留時間斷面的節點電壓分布規律的同時，有效表征節點電壓幅值分布中的拓撲特征信息；最后，利用三卷積層神經網絡模型實現準確地、穩定地辨識拓撲；本發明僅需要部分節點電壓幅值量測的時間斷面數據，適用于分布式能源接入、輻射狀拓撲和環網拓撲混合運行的配電網。

技術領域

本發明屬于電力系統分析領域，尤其涉及一種基于兩階段特征選擇和格拉姆角場的拓撲辨識方法。

背景技術

高比例分布式能源接入是未來配電網的基本形態。為應對分布式能源接入帶來的不確定性，需要對配電網絡進行實時、頻繁的拓撲重構，以保證配電網安全可靠經濟運行。配電網的拓撲信息是進行潮流計算、電壓與無功優化、阻塞分析等工作的重要前提。頻繁變化的拓撲對配電網的管理提出了嚴峻挑戰，如何準確高效的辨識配電網拓撲已成為亟需解決的關鍵問題。

發明內容

為了解決上述技術問題，本發明提供了一種基于兩階段特征選擇和格拉姆角場的拓撲辨識方法，包括以下步驟：

S1、基于XGBoost方法，計算所有候選節點量測的重要度；

S2、基于最大信息系數，判定所有不同節點量測之間的相關度；

S3、依據所有節點量測之間的相關度判斷不同量測是否強相關，若兩個候選量測強相關，則依據所有節點量測的重要度刪除重要程度較低的量測；

S4、基于格拉姆角場特征變換，將一維的配電網時間斷面量測數據變換為二維的格拉姆角場；

S5、根據三卷積層的神經網絡模型，對格拉姆角場所蘊含的拓撲特征信息進行穩定提取，完成拓撲辨識。

進一步，所述步驟S1計算所有候選節點量測的重要度的步驟包括：

101、XGBoost是由K棵決策樹組成的加法集成模型：

其中，f_k(x_i)表示第i個樣本x_i在第k棵樹所對應葉子節點的權重；x_i∈R^N，表示K棵樹組成的函數空間；表示樣本x_i的預測值；

102、對于第k棵樹而言，通過k個損失函數來衡量預測值與拓撲標簽之間的差距，損失函數為：

其中，y_i表示樣本x_i拓撲標簽，表示樣本x_i的訓練殘差，Ω表示懲罰項，反映模型復雜度；N_s表示樣本總數；

103、XGBoost的學習策略是采用貪心算法來尋找第k棵樹式(5)的最優解，損失函數需改寫為：

其中，g_i、h_i分別是的一階導數和二階導數，T表示葉子節點個數，w_j表示第j個葉子節點的權重，γ表示懲罰項；X_j表示葉子節點j的樣本集合；

104、確定第k棵樹的結構，方法是從樹的深度為0開始，每一節點都遍歷所有的量測，最終選取信息增益最大的量測作為分裂量測，分裂葉子節點；信息增益的計算方式為：