【技术实现步骤摘要】
一种用于电力系统暂态稳定预测的样本生成方法
本专利技术涉及一种用于电力系统暂态稳定预测的样本生成方法,属于电力系统稳定分析
技术介绍
暂态稳定性破坏是电力系统发生大规模停电事故的重要原因,如何快速准确判断系统的暂态稳定性是电力系统安全防控要考虑的主要问题之一。近年来,数据驱动方法凭借其学习能力强、计算速度快、能挖掘数据潜在有用信息等特点,受到国内外学者的广泛关注,已经被用于电力系统暂态稳定分析。基于数据驱动的暂态稳定预测一般将暂态稳定预测问题当作一个模式二分类问题来处理,即系统的运行状态被分为稳定和不稳定两类;通过选择一组合适的特征来描述系统状态,采样电力系统在不同运行工况下的特征数据样本,建立一个高维的输入空间;然后,采用一种合适的分类方法对样本进行分类。利用数据驱动方法进行暂态稳定预测时,如果感兴趣的失稳类只有少量,而大多数样本都为稳定类,则该数据是类别不均衡的。实际电网运行时失稳情况总是占少数,即存在数据类不均衡问题。一旦将失稳样本漏判为稳定而未采取任何措施,将导致灾难性后果。在样本生成阶段,如何主动地指导时域仿真生成更多失稳样本,得到相对均衡的样本集,避免因失稳样本过少而导致数据驱动方法对失稳样本的欠学习,是一个亟待解决的问题。
技术实现思路
本专利技术的目的是提出一种用于电力系统暂态稳定预测的样本生成方法,针对实际电网数据普遍存在失稳样本少的类别不均衡问题,本专利技术通过规则提取方法得到失稳规则,根据失稳规则指导时域仿真主动地生成更多失稳样本,进而得到类别均衡的样本集,提高基于数据驱动的暂态稳定预测方法的应用性能。本专利技术提出的用于电力系 ...
【技术保护点】
1.一种用于电力系统暂态稳定预测的样本生成方法,其特征在于该方法包括以下步骤:(1)对一个具有N台发电机的电力系统,根据电力系统历史运行情况设置s种运行工况,利用时域仿真法对s种运行工况下的f个预想故障进行暂态稳定性计算,得到s×f个仿真样本,其中f为预想故障集中的故障个数,s为人为设定的运行工况数,在本专利技术的一个实施例中,设定s取值为50:(1‑1)设定N台发电机中包含一台平衡发电机,用下标r表示电力系统中除一台平衡发电机以外的非平衡发电机的编号,设第i台发电机的有功功率PGi和机端电压幅值VGi、第j个负荷节点的有功负荷PLoadj和无功负荷QLoadj在电力系统运行上、下限值之间,即:
【技术特征摘要】
1.一种用于电力系统暂态稳定预测的样本生成方法,其特征在于该方法包括以下步骤:(1)对一个具有N台发电机的电力系统,根据电力系统历史运行情况设置s种运行工况,利用时域仿真法对s种运行工况下的f个预想故障进行暂态稳定性计算,得到s×f个仿真样本,其中f为预想故障集中的故障个数,s为人为设定的运行工况数,在本发明的一个实施例中,设定s取值为50:(1-1)设定N台发电机中包含一台平衡发电机,用下标r表示电力系统中除一台平衡发电机以外的非平衡发电机的编号,设第i台发电机的有功功率PGi和机端电压幅值VGi、第j个负荷节点的有功负荷PLoadj和无功负荷QLoadj在电力系统运行上、下限值之间,即:其中,n是电力系统的负荷节点数,PGi为第i台发电机有功功率的下限值,为第i台发电机有功功率的上限值,VGi为第i台发电机机端电压幅值的下限值,为第i台发电机机端电压幅值的上限值,PLoadj为第j个负荷节点有功负荷的下限值,为第j个负荷节点有功负荷的上限值,QLoadj为第j个负荷节点无功负荷的下限值,为第j个负荷节点无功负荷的上限值;(1-2)在上述步骤(1-1)中发电机有功功率、机端电压、有功负荷和无功负荷的上限值和下限值之间随机取值,得到所有非平衡发电机的有功功率PGr、所有发电机的机端电压VGi,以及所有节点的有功负荷PLoadj和无功负荷QLoadj,作为一种运行工况的随机初值;(1-3)对上述步骤(1-2)得到的随机初值进行潮流计算,若潮流计算不收敛,则返回步骤(1-2),若潮流计算收敛,则将得到的潮流计算结果作为一组初始运行工况,放入运行工况集合S0中;(1-4)计算上述步骤(1-3)得到的运行工况集合S0中运行工况的个数OS,若OS<s,则返回步骤(1-2),若OS=s,则说明运行工况集合S0中包含s种初始运行工况,继续进行步骤(1-5);(1-5)设定电力系统中存在f种故障,其中,第v种故障在电力系统中的位置为Lv,故障切除时间为tclv,v=1,…f;(1-6)利用数值计算方法,对(1-4)中的s种运行工况在(1-5)中的f种故障下进行电力系统暂态稳定的时域仿真计算,采集所有非平衡发电机的有功功率PGrw、所有发电机的机端电压幅值VGiw、负荷j的有功功率PLoadjw和无功功率QLoadjw、故障发生位置Lw、故障切除时间tclw及其暂态稳定性标签yw,w=1,2,…,s×f,采集所有用于暂态稳定预测的输入变量Xw=(x1w,x2w,…,xew),其中,Xw中包含的所有输入变量由运行人员根据暂态稳定预测模型的输入变量直接选取,在本专利的一个实施例中设定为从故障清除后0.15s内所有发电机的转子角、转子角速度、转子角加速度、动能和相对电磁功率,最终,得到由s×f个样本构成的的初始样本集D0,其中,yw表示初始样本集D0中第w个样本的暂态稳定性,设定yw=1表示在第w个样本中电力系统能够保持暂态稳定,yw=0表示在第w个样本中电力系统将暂态失稳,D0中稳定样本的个数为SF1,失稳样本的个数为SF0,且满足SF1+SF0=s×f,SF1>SF0;(2)利用规则提取方法,对上述步骤(1-6)的初始样本集D0进行规则提取,包括以下步骤:(2-1)设每个规则覆盖样本的最小数量为Mmin,设每个规则的最低置信度为Cset,将第u个规则的置信度记为Cu,设定Cu≥Cset,Mmin和Cset的值由人为设定,且满足Cset∈[50%,100%];(2-2)利用规则提取方法,建立上述步骤(1-6)初始样本集D0中的Lw、tclw、PGrw、VGiw、PLoadjw和QLoadjw与暂态稳定性标签yw之间的关联规则...
【专利技术属性】
技术研发人员:孙宏斌,郭庆来,周艳真,王彬,吴文传,张伯明,
申请(专利权)人:清华大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。