[發明專利]基于Spearman相關系數特征提取的電力系統暫穩評估方法

在審

• 申請號: 202211201987.4
• 申請日: 2022-09-29
• 公開（公告）號: CN115526258A
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 龍云;劉璐豪;梁雪青;盧有飛;趙宏偉;吳任博;陳明輝;張少凡;劉超;王歷曄;劉俊;李雨婷;彭鑫;趙譽;劉曉明
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/10;G06Q50/06
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 楊望仙

1.基于Spearman相關系數特征提取的電力系統暫穩評估方法，其特征在于，包括以下步驟：

收集電力系統的若干個特征變量的歷史運行數據，根據特征變量的歷史運行數據通過暫態時域仿真生成暫穩仿真數據，對特征變量的歷史運行數據進行數據預處理，根據暫穩仿真數據和預處理后的特征變量的歷史運行數據構建初篩樣本集；

基于Spearman相關系數對初篩樣本集中的樣本數據進行特征篩選和降維，得到特征篩選降維后的低維樣本集，根據低維樣本集生成電力系統暫態穩定評估數據集；

構建暫穩評估機器學習模型，利用低維樣本集對暫穩評估機器學習模型進行預訓練，對暫穩評估機器學習模型進行在線模型驗證及再訓練，輸出訓練好的暫穩評估機器學習模型；

通過訓練好的暫穩評估機器學習模型對電力系統暫態穩定性進行評估。

2.根據權利要求1所述的基于Spearman相關系數特征提取的電力系統暫穩評估方法，其特征在于，所述收集電力系統的若干個特征變量包括發電機電磁功率、發電機端電壓、發電機功角和母線節點電壓。

3.根據權利要求2所述的基于Spearman相關系數特征提取的電力系統暫穩評估方法，其特征在于，對所述根據特征變量的歷史運行數據通過暫態時域仿真生成暫穩仿真數據包括：分別根據收集的發電機電磁功率、發電機端電壓、發電機功角和母線節點電壓的歷史運行數據，通過電力系統穩態潮流計算分析軟件進行暫態計算生成暫穩仿真數據。

4.根據權利要求3所述的基于Spearman相關系數特征提取的電力系統暫穩評估方法，其特征在于，對所述特征變量的歷史運行數據進行數據預處理，包括數據異常處理，數據缺失處理，對經過數據異常處理和數據缺失處理后的數據進行分類。

5.根據權利要求4所述的基于Spearman相關系數特征提取的電力系統暫穩評估方法，其特征在于，所述數據異常處理包括：對收集的發電機電磁功率、發電機端電壓、發電機功角和母線節點電壓的歷史運行數據進行滑動平均值濾波；

所述數據缺失處理包括：當數據的缺失率大于80％，刪除含有缺失值的數據；當數據的缺失率小于10％，使用含有缺失值的數據；當數據的缺失率為10％～80％，采用同類均值插補的算法對缺失的數據進行補全；

所述對經過數據異常處理和數據缺失處理后的數據進行分類包括：根據電力系統的特征變量與電力系統暫態穩定性的關系，對經過數據異常處理和數據缺失處理后的數據進行分類。

6.根據權利要求1所述的基于Spearman相關系數特征提取的電力系統暫穩評估方法，其特征在于，所述基于Spearman相關系數對初篩樣本集中的樣本數據進行特征篩選和降維包括：

計算各個特征變量與電力系統暫態穩定性之間的Spearman相關系數；

通過假設檢驗的方法檢驗各個特征變量與電力系統暫態穩定性之間的Spearman相關系數的顯著性，當特征變量與電力系統暫態穩定性之間的Spearman相關系數在預定的置信水平下顯著異于0，將特征變量的節點數據予以保留；否則，剔除特征變量的節點數據。

7.根據權利要求6所述的基于Spearman相關系數特征提取的電力系統暫穩評估方法，其特征在于，所述通過假設檢驗的方法檢驗各個特征變量與電力系統暫態穩定性之間的Spearman相關系數的顯著性，包括：

提出原假設H0和備擇假設H1，檢驗Spearman相關系數是否顯著異于0；

使用要檢驗的量構造出一個符合某一分布的統計量，若樣本量超過30，構造的統計量及其符合的分布為：

其中，r_s為Spearman相關系數，n為樣本量，N(0,1)表示服從正態分布；

設定一個置信水平，將要檢驗的值代入統計量中計算得到一個特定值；

根據統計量的分布情況，畫出該分布的概率密度函數，根據置信水平查找臨界值，劃定接受域和拒絕域，通過檢驗值倒推出其對應概率，其對應概率記為p值；

根據得到的特定值落在接受域還是拒絕域，接受或拒絕原假設；當概率p0.1，則在設定的置信水平上拒絕原假設，判定Spearman相關系數是顯著異于0。