基于大數據分析的電力系統穩定評估方法技術方案

本申請公開了一種基于大數據分析的電力系統穩定評估方法，包括：通過仿真計算系統，將平負荷供電數據、高峰負荷供電數據及低谷負荷供電數據在仿真計算系統中以三種響應曲線呈現出來；根據電力系統的不同穩定需求，分類出對應的響應曲線，得出響應曲線仿真變量數據；采用電力系統狀態數據矩陣對響應曲線仿真變量數據進行電力系統運行狀態網絡模型。本申請設計合理，利用大數據進行數據模型分析計算，提高電力系統穩定評估的精準性，解決了現有技術中存在的我國電網規模龐大、數據維度高，如何從海量數據中快速提取合理有效的電網故障樣本數據并針對不同的穩定問題進行分類處理的技術問題。的技術問題。

【技術實現步驟摘要】
基于大數據分析的電力系統穩定評估方法


[0001]本申請涉及電網應用領域，具體是一種基于大數據分析的電力系統穩定評估方法。

技術介紹

[0002]電力系統故障診斷和穩定評估是電網安全風險態勢感知和安全運行的重要保障，但是由于電力系統時常受到擾動甚至發生故障，傳統電網保護方法因精確度與準確率的不足可能引起保護誤動或拒動，同時目前安全穩定分析方法也無法滿足系統穩定的在線快速評估。
[0003]隨著大數據時代的來臨，如何基于大數據分析實現更為快速、準確地電力系統穩定評估，成為當前需要解決的問題。因此，針對上述問題提出一種基于大數據分析的電力系統穩定評估方法。

技術實現思路

[0004]一種基于大數據分析的電力系統穩定評估方法，包括：
[0005]將供電電網根據用電情況劃分平負荷供電、高峰負荷供電以及低谷負荷供電，分別獲取三個供電方式的電力系統狀態數據；
[0006]通過仿真計算系統，將平負荷供電數據、高峰負荷供電數據及低谷負荷供電數據在仿真計算系統中以三種響應曲線呈現出來；
[0007]根據電力系統的不同穩定需求，分類出對應的響應曲線，得出響應曲線仿真變量數據；
[0008]采用電力系統狀態數據矩陣對響應曲線仿真變量數據進行電力系統運行狀態網絡模型；
[0009]利用基于橢球的數據降維算法對電力系統狀態數據矩陣進行降維處理，得到電力系統狀態數據矩陣的正定矩陣和中心位置向量；
[0010]根據電力系統狀態數據的正定矩陣和中心位置向量，計算橢球各物理屬性數值，并將橢球的物理屬性數值以及薄弱負荷節點作為電力系統特征向量；
[0011]根據電力系統特征向量，利用神經網絡模型實現電力系統的穩定評估。
[0012]優選的，所述響應曲線仿真變量數據包括電網薄弱斷面變量數據、關鍵母線節點數據和重要發電機組數據，且利用基于網絡模型曲率半徑的聚類方法對每個供電方式的負荷節點電壓數據進行聚類，聚類后曲率半徑較小的負荷節點即為電力系統中的薄弱負荷節點。
[0013]優選的，所述平負荷供電、高峰負荷供電以及低谷負荷供電三種供電需求情況，獲取故障過程中功率波動較大的薄弱交流斷面、電壓跌落幅度較大的關鍵母線節點、功角擺動較大的重要發電機組以及速度偏差較大的重要發電機組。
[0014]優選的，所述利用神經網絡模型實現電力系統的穩定評估，包括：將電力系統特征
向量作為神經網絡模型的輸入，利用多層感知機神經網絡模型進行電力系統的穩定評估，將概率最高的穩定評估結果y作為多層感知機的輸出。
[0015]優選的，所述穩定評估結果包括電力系統穩定、電力系統較不穩定、電力系統存在風險、無法評估，其具體過程為：P(y|(a，b))＝σ(MLP(c))，其中：c為電力系統特征向量；y為穩定評估結果；b 為偏置向量；a為權值，將其初始化為0.5；σ為sigmoid函數；MLP 是一個包含兩層線性變換和一個非線性ReLu激活函數的感知機。
[0016]本專利技術的有益效果是：利用大數據進行數據模型分析計算，提高電力系統穩定評估的精準性，解決了現有技術中存在的我國電網規模龐大、數據維度高，如何從海量數據中快速提取合理有效的電網故障樣本數據并針對不同的穩定問題進行分類處理的技術問題。
具體實施方式
[0017]為了使本
的人員更好地理解本申請方案，對本申請實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本申請一部分的實施例，而不是全部的實施例。基于本申請中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都應當屬于本申請保護的范圍。
[0018]需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。
[0019]實施例一：
[0020]所述基于大數據分析的電力系統穩定評估方法，包括：
[0021]將供電電網根據用電情況劃分平負荷供電、高峰負荷供電以及低谷負荷供電，分別獲取三個供電方式的電力系統狀態數據；
[0022]通過仿真計算系統，將平負荷供電數據、高峰負荷供電數據及低谷負荷供電數據在仿真計算系統中以三種響應曲線呈現出來；
[0023]根據電力系統的不同穩定需求，分類出對應的響應曲線，得出響應曲線仿真變量數據；
[0024]采用電力系統狀態數據矩陣對響應曲線仿真變量數據進行電力系統運行狀態網絡模型；
[0025]利用基于橢球的數據降維算法對電力系統狀態數據矩陣進行降維處理，得到電力系統狀態數據矩陣的正定矩陣和中心位置向量；
[0026]根據電力系統狀態數據的正定矩陣和中心位置向量，計算橢球各物理屬性數值，并將橢球的物理屬性數值以及薄弱負荷節點作為電力系統特征向量；
[0027]根據電力系統特征向量，利用神經網絡模型實現電力系統的穩定評估。
[0028]進一步地，所述響應曲線仿真變量數據包括電網薄弱斷面變量數據、關鍵母線節點數據和重要發電機組數據，且利用基于網絡模型曲率半徑的聚類方法對每個供電方式的負荷節點電壓數據進行聚類，聚類后曲率半徑較小的負荷節點即為電力系統中的薄弱負荷節點。
[0029]進一步地，所述平負荷供電、高峰負荷供電以及低谷負荷供電三種供電需求情況，獲取故障過程中功率波動較大的薄弱交流斷面、電壓跌落幅度較大的關鍵母線節點、功角擺動較大的重要發電機組以及速度偏差較大的重要發電機組。
[0030]進一步地，所述利用神經網絡模型實現電力系統的穩定評估，包括：將電力系統特征向量作為神經網絡模型的輸入，利用多層感知機神經網絡模型進行電力系統的穩定評估，將概率最高的穩定評估結果 y作為多層感知機的輸出。
[0031]進一步地，所述穩定評估結果包括電力系統穩定、電力系統較不穩定、電力系統存在風險、無法評估，其具體過程為：P(y|(a，b)) ＝σ(MLP(c))，其中：c為電力系統特征向量；y為穩定評估結果；b 為偏置向量；a為權值，將其初始化為0.5；σ為sigmoid函數；MLP 是一個包含兩層線性變換和一個非線性ReLu激活函數的感知機。
[0032]上述基于大數據分析的電力系統穩定評估方法，利用大數據進行數據模型分析計算，提高電力系統穩定評估的精準性，解決了現有技術中存在的我國電網規模龐大、數據維度高，如何從海量數據中快速提取合理有效的電網故障樣本數據并針對不同的穩定問題進行分類處理的技術問題。
[0033]以上所述僅為本申請的優選實施例而已，并不用于限制本申請，對于本領域的技術人員來說，本申請可以有各種更改和變化。凡在本申請的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本申請的保護范圍之內。
本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于大數據分析的電力系統穩定評估方法，其特征在于：所述基于大數據分析的電力系統穩定評估方法，包括：將供電電網根據用電情況劃分平負荷供電、高峰負荷供電以及低谷負荷供電，分別獲取三個供電方式的電力系統狀態數據；通過仿真計算系統，將平負荷供電數據、高峰負荷供電數據及低谷負荷供電數據在仿真計算系統中以三種響應曲線呈現出來；根據電力系統的不同穩定需求，分類出對應的響應曲線，得出響應曲線仿真變量數據；采用電力系統狀態數據矩陣對響應曲線仿真變量數據進行電力系統運行狀態網絡模型；利用基于橢球的數據降維算法對電力系統狀態數據矩陣進行降維處理，得到電力系統狀態數據矩陣的正定矩陣和中心位置向量；根據電力系統狀態數據的正定矩陣和中心位置向量，計算橢球各物理屬性數值，并將橢球的物理屬性數值以及薄弱負荷節點作為電力系統特征向量；根據電力系統特征向量，利用神經網絡模型實現電力系統的穩定評估。2.根據權利要求1所述的一種基于大數據分析的電力系統穩定評估方法，其特征在于：所述響應曲線仿真變量數據包括電網薄弱斷面變量數據、關鍵母線節點數據和重要發電機組數據，且利用基于網絡模型曲率半徑的聚類方法對每個供電方式的負荷節點電壓數據進...

【專利技術屬性】
技術研發人員：王婷，王靜，牛瑞，李昇，何聰，楊倬，
申請(專利權)人：陜西省地方電力集團有限公司，
類型：發明
國別省市：