电力系统运行工况无监督聚类方法及装置制造方法及图纸

本发明专利技术提供一种电力系统运行工况无监督聚类方法及装置，其中方法包括：获取待分析的电力系统在不同时刻的潮流断面，构造每个潮流断面对应的潮流向量，所有潮流向量组成潮流向量空间；对所述潮流向量空间使用t分布随机近邻嵌入算法进行数据降维；使用层次聚类算法对降维后的潮流向量空间进行聚类分析，获得所述待分析的电力系统的运行工况聚类结果。在对电力系统运行工况进行聚类分析时，除了考虑潮流信息之外，还将电力网络拓扑信息也利用起来，采用t分布随机近邻嵌入算法对潮流向量进行降维，能够有效地降低运算量同时很好地保留原始数据的局部结构，使用层次聚类算法对降维后的潮流向量进行聚类分析，在处理样本复杂分布时表现较佳。

Unsupervised clustering method and device for power system operating conditions

The invention provides an unsupervised clustering method and device for power system operation conditions, which includes: obtaining power flow sections of power system to be analyzed at different times, constructing corresponding power flow vectors for each power flow section, and forming power flow vector space with all power flow vectors; using t-distribution stochastic nearest neighbor embedding algorithm to reduce data dimension for the power flow vector space; and using layer. The sub-clustering algorithm carries out clustering analysis on reduced dimension power flow vector space, and obtains the clustering results of operation conditions of the power system to be analyzed. In clustering analysis of power system operation conditions, besides considering power flow information, the power network topology information is also utilized. The dimensionality of power flow vector is reduced by using t-distribution stochastic nearest neighbor embedding algorithm, which can effectively reduce the amount of computation while preserving the local structure of original data. The dimensionality-reduced power flow vector is clustered by using hierarchical clustering algorithm. Analysis shows that it performs better in dealing with complex distribution of samples.

【技术实现步骤摘要】
电力系统运行工况无监督聚类方法及装置
本专利技术涉及
，更具体地，涉及一种电力系统运行工况无监督聚类方法及装置。
技术介绍
电力系统的运行方式指的是电力系统调度部门编写制定的指导电力系统生产和运行的总体技术方案。确定一个输电网的运行方式的典型步骤主要包括：确定网架结构，主要考虑区域电网内高压输电线路、变压器和大型机组的投切规划，参考检修计划，同时还要考虑连接到相邻电网的输电线路的运行情况；预测负荷水平，输电网种各节点负荷指的是本节点所承担的负荷的总和。输电网络的负荷考虑冬大、冬小、夏大、夏小四种典型的方式；开机方式，考虑电网中各种类型的发电机的出力情况，本网负荷节点情况，与相邻电网功率交换的情况等等，输电网中机组开停与系统的负荷水平和负荷分布有很强的关系，而且互相制约。然而，随着电网的不断建设，电网的复杂度进一步的上升；越来越多带有不确定性的新能源的接入，比如风电和光伏发电，这类能源在系统总能源中的占比不断上升，使得运行人员对电力系统运行方式的分析难度逐渐上升；电动汽车、分布式储能等的发展，使得电网的规律性与过去相比发生了很大的变化，这同样也给人工分析带来了难度。目前主要采用无监督聚类方法分析电网运行方式。无监督聚类方法在电力系统中的应用主要包含以下几个方面：负荷特性的聚类分析；光伏、风电等可再生能源的出力曲线聚类分析；利用历史数据对单个电力系统设备的运行状态进行聚类分析。使用聚类算法对整个电力系统的运行工况进行分析的场景较少，在计入电力系统运行方式进行分析的时候，使用的是系统的负荷水平和发电出力作为聚类的对象，而且聚类算法较为简单，一般使用的是k-Means算法。若只使用系统的负荷水平和发电出力进行聚类分析，会丢失电力系统网络拓扑信息；此外，k-Means聚类算法在处理复杂分布时的表现不佳，不适用于现有复杂电网运行方式的分析。
技术实现思路
为了克服上述问题或者至少部分地解决上述问题，本专利技术提供一种电力系统运行工况无监督聚类方法及装置。根据本专利技术的第一个方面，提供一种电力系统运行工况无监督聚类方法，包括：获取待分析的电力系统在不同时刻的潮流断面，构造每个潮流断面对应的潮流向量，所有潮流向量组成潮流向量空间；对所述潮流向量空间使用t分布随机近邻嵌入算法进行数据降维；使用层次聚类算法对降维后的潮流向量空间进行聚类分析，获得所述待分析的电力系统的运行工况聚类结果。根据本专利技术的第二个方面，提供一种电力系统运行工况无监督聚类装置，包括：构造模块，用于获取待分析的电力系统在不同时刻的潮流断面，构造每个潮流断面对应的潮流向量，所有潮流向量组成潮流向量空间；降维模块，用于对所述潮流向量空间使用t分布随机近邻嵌入算法进行数据降维；聚类模块，用于使用层次聚类算法对降维后的潮流向量空间进行聚类分析，获得所述待分析的电力系统的运行工况聚类结果。根据本专利技术的第三个方面，提供一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述第一方面的各种可能的实现方式中任一种实现方式所提供的方法。根据本专利技术的第四个方面，提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机能够执行上述第一方面的各种可能的实现方式中任一种实现方式所提供的方法。本专利技术提出的一种电力系统运行工况无监督聚类方法及装置，在对电力系统运行工况进行聚类分析时，除了考虑潮流信息(负荷水平、出力水平)之外，还将电力网络拓扑信息也利用起来，采用t分布随机近邻嵌入算法对潮流向量进行降维之后再进行聚类分析，能够有效地降低运算量同时很好地保留原始数据的局部结构，使用层次聚类算法对降维后的潮流向量进行聚类分析，既可以在指定聚类数目k之后直接给出聚类种群结果，也可以分析比较不同运行工况之间的相似度，在处理样本复杂分布时相比现有技术表现更佳。附图说明图1为根据本专利技术一实施例提供的电力系统运行工况无监督聚类方法的流程示意图；图2为根据本专利技术另一实施例提供的电力系统运行工况无监督聚类装置的结构框图；图3为根据本专利技术另一实施例提供的电子设备的结构示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。为了克服现有技术的上述问题，本专利技术实施例提供一种电力系统运行工况无监督聚类方法，其专利技术构思是使用潮流向量对电网的运行工况进行描述，并使用数据降维和无监督聚类的方法对电网的运行工况进行分析，识别类似的运行工况，提供一种有助于分析电网运行方式的方法。如图1所示，为本专利技术一实施例提供的一种电力系统运行工况无监督聚类方法的流程示意图，包括：S1，获取待分析的电力系统在不同时刻的潮流断面，构造每个潮流断面对应的潮流向量，所有潮流向量组成潮流向量空间。具体地，潮流是指电网各处电压(包括幅值与相角)、有功功率、无功功率等的分布。潮流断面是指同一时刻电网各处潮流的分布，给定一个具有n条母线和m条输电线路的电力系统，可以使用某时刻的潮流断面来描述该电力系统在该时刻的运行工况。因此，为了对电力系统的运行工况进行聚类分析，首先需要获取待分析的电力系统在不同时刻的潮流断面，其中，不同时刻是指多个不同的时刻，根据分析的需求来确定具体是哪些时刻。潮流断面信息的获取是通过读取电力系统调度中心测得的各时刻电网各处电压和功率等信息来实现的。将电力系统某一时刻的潮流断面用潮流向量的形式表示，在本专利技术实施例中，潮流向量C具有如下形式：C＝[VbusθbusPlineQline]其中，Vbus＝[V1V2...Vn]1×nθbus＝[θ1θ2...θn]1×nPline＝[P1P2...Pm]1×mQline＝[Q1Q2...Qm]1×m上述式子中，Vi∠θi表示第i个母线的电压相量，则表示第j条传输线上的潮流，Vbus表示当前时刻各母线电压的辐值，θbus表示当前时刻各母线电压的相位，Pline表示当前时刻各传输线上的有功功率，Qline表示当前时刻各传输线上的无功功率。规定未投入运行的母线或者传输线对应的潮流向量元素为0。因此，潮流向量中记录了系统的潮流信息(非零元素的大小)和电力网络拓扑信息(零元素的位置)。依据上述潮流向量的形式，构造每个潮流断面对应的潮流向量的步骤具体为：根据每个潮流断面中各母线上的电压和各输电线上的潮流，采用标幺值的方法构造所述潮流断面对应的潮流向量；采用标幺值去掉物理量纲，便于后续进行聚类分析的计算。其中，在所述构造潮流向量的过程中，不同的潮流断面中对应线路的潮流的正方向应保持一致，并将未投入运行的母线或者未投入运行的传输线对应的潮流向量元素的取值置为零。S2，对所述潮流向量空间使用t分布随机近邻嵌入算法进行数据降维。具体地，在步骤S1中，使用潮流向量对电力系统某时刻的运行工况进行了描述。对于大规模电力系统来说，由于母线数量和传输线的数量均很多，因此需要使用合适的数据降维的方法对潮流向量进行降维表示。在本专利技术实施例中，采用t-SNE(t-stochasticneighborembedding)数据降维方法对潮流向量进行降维处理。t-SNE算法出发点为：经过本文档来自技高网...

【技术保护点】
1.一种电力系统运行工况无监督聚类方法，其特征在于，包括：获取待分析的电力系统在不同时刻的潮流断面，构造每个潮流断面对应的潮流向量，所有潮流向量组成潮流向量空间；对所述潮流向量空间使用t分布随机近邻嵌入算法进行数据降维；使用层次聚类算法对降维后的潮流向量空间进行聚类分析，获得所述待分析的电力系统的运行工况聚类结果。

【技术特征摘要】
1.一种电力系统运行工况无监督聚类方法，其特征在于，包括：获取待分析的电力系统在不同时刻的潮流断面，构造每个潮流断面对应的潮流向量，所有潮流向量组成潮流向量空间；对所述潮流向量空间使用t分布随机近邻嵌入算法进行数据降维；使用层次聚类算法对降维后的潮流向量空间进行聚类分析，获得所述待分析的电力系统的运行工况聚类结果。2.根据权利要求1所述的方法，其特征在于，所述构造每个潮流断面对应的潮流向量的步骤，具体为：根据每个潮流断面中各母线上的电压和各输电线上的潮流，采用标幺值的方法构造所述潮流断面对应的潮流向量；其中，在所述构造潮流向量的过程中，不同的潮流断面中对应线路的潮流的正方向保持一致，并将未投入运行的母线或者未投入运行的传输线对应的潮流向量元素的取值置为零。3.根据权利要求1所述的方法，其特征在于，所述对所述潮流向量空间使用t分布随机近邻嵌入算法进行数据降维的步骤，具体为：基于高斯分布，计算所述潮流向量空间中任意两个潮流向量之间用条件概率表示的相似性，获得高维空间的条件概率分布；基于t分布，将降维后的潮流向量空间中任意两个潮流向量之间的相似性用条件概率的形式表示，获得低维空间的条件概率分布；将所述高维空间的条件概率分布和低维空间的条件概率分布之间的KL散度作为损失函数，利用梯度下降法对所述损失函数进行训练，获得降维后的潮流向量空间中各潮流向量的二维表示。4.根据权利要求1所述的方法，其特征在于，所述使用层次聚类算法对降维后的潮流向量空间进行聚类分析的步骤，具体为：将降维后的潮流向量空间中的每个潮流向量作为聚类集合中的一个子集；判断所述聚类集合中子集的个数；若聚类集合中子集的个数不唯一，则重复执行聚类操作，直至所述聚类集合中子集的个数唯一；其中所述聚类操作包括：计算聚类集合中任意两个子集间的相似度，将最大相似度对应的两个子集合并为一个新子集，记录所述新子集，并从所述聚类集合中删除所述最大相似度对应的两个子集。5....

【专利技术属性】
技术研发人员：关慧哲，陈颖，李晓萌，黄少伟，徐得超，
申请(专利权)人：清华大学，国网河南省电力公司电力科学研究院，中国电力科学研究院有限公司，国家电网有限公司，
类型：发明
国别省市：北京,11