基于遗传算法的电网系统连锁故障在线模拟方法及装置制造方法及图纸

本发明专利技术提供一种基于遗传算法的电网系统连锁故障在线模拟方法及装置，其中的方法包括：根据读取的系统状态信息生成电网拓扑，并获取当前系统状态的潮流数据；根据当前系统状态的潮流数据，计算生成的系统状态集合中每个系统状态的适应值；根据系统状态集合，生成初始种群；根据初始种群中每个个体的适应值的大小，选择生成新的种群；新的种群作为父代种群根据遗传算法的杂交和变异，生成新的子代种群；生成的子代种群不断更新达到预设的截止条件，输出电网的连锁故障结果。本发明专利技术通过模拟基于自然选择的生物进行过程，对电网进行在线连锁故障评估，快速发现系统在当前状态下可能的连锁故障路径，发出故障预警，为调度人员提供辅助决策。

【技术实现步骤摘要】
基于遗传算法的电网系统连锁故障在线模拟方法及装置
本专利技术涉及电力系统连锁故障风险分析领域，更为具体地，涉及电力系统中一种基于遗传算法的电网系统连锁故障在线模拟方法及装置。
技术介绍
随着电网互联规模的不断扩大，电力资源得到进一步优化配置，但电网的可靠运行却迎来了新的挑战。继1996年美国西部电网的两次大停电后，世界范围内又发生了多起大面积停电事故。电力系统连锁故障发生机理为：电网正常运行时每个元件都带有一定的初始负荷，当某一个或某几个元件因过负荷而导致故障发生时，会改变潮流的平衡，并引起负荷在其他节点上的重新分配，将多余的负荷转移到其他元件上。如果这些原来正常工作的元件不能处理多余的负荷，就会引起新一次的负荷重新分配，从而引发连锁的过负荷故障，并最终导致网络的大面积瘫痪和大规模停电事故的发生。连锁故障虽然发生频率较低，然而，一旦发生，造成的社会、经济影响将是重大的，对于连锁故障的研究极为必要。目前，国内外对电力系统连锁故障的研究大体上可分为三类：基于复杂网络理论的方法、基于复杂系统的自组织临界理论方法和模式搜索方法。以往对电力系统连锁故障的研究当中，复杂理论主要从宏观角度分析连锁故障规模与发生概率的幂律关系，通过统计数据分析系统薄弱环节及电网的连锁故障风险；基于模式搜索理论的方法从连锁故障微观机理出发，分析连锁故障发生、发展中的潮流转移、安全自动装置、继电保护装置动作情况，旨在研究连锁故障具体的演化过程，但随着系统规模增加，计算量将呈指数增长，耗时大大增加。与此同时，这些方法重点从电网规划角度，重点分析电网的静态特性，对电网进行连锁故障评估，因此，不能有效应用于电网的运行指导。因此，需要提供一种新的方法，在电力系统运行中及时发现电网薄弱环节，发出连锁故障预警，并解决故障问题。
技术实现思路
鉴于上述问题，本专利技术的目的是提供一种基于遗传算法的电网系统连锁故障在线模拟方法及装置，对电网进行在线连锁故障评估，快速发现系统在当前状态下可能的连锁故障路径，发出故障预警，为调度人员提供辅助决策。一方面，本专利技术提供一种基于遗传算法的电网系统连锁故障在线模拟方法，包括：读取电网系统状态信息，根据读取的电网系统状态信息生成电网拓扑，根据所述电网拓扑计算系统状态的系统潮流，获取系统状态的潮流数据；根据所述系统状态的潮流数据，转移生成系统状态集合，并计算生成的系统状态集合中每个系统状态的适应值；其中，根据当前系统状态的潮流数据，分析系统可能的转移状态，每一转移状态均可作为该状态的后续发展状态；结合当前系统运行的数据，计算转移状态的条件概率，以及由于故障造成的切负荷量，并记录在相应的状态矩阵中；计算个体的适应值，模拟自然选择压力，所述适应值反映系统当前的系统状态的连锁故障的情况；根据转移后生成的所述系统状态集合，生成初始种群，同时并计算所述初始种群中每个个体的适应值；其中，每个种群中每一个个体代表一种系统状态；根据所述初始种群中每个个体的适应值，选择生成新种群，并计算所述新种群中每个个体的适应值；所述新种群作为父代种群通过遗传算法的杂交和变异，生成子代种群；其中，所述父代种群中的个体作为父代个体，所述子代种群中的个体作为子代个体，通过比较所述父代个体的适应值与所述父代个体杂交、变异后的适应值，获取所述子代个体；当所述生成的子代种群的更新达到预设的截止条件时，输出电网的连锁故障结果。此外，优选的方案是，一个系统状态用一条染色体来代表，每个系统状态均有其对应的系统状态的条件概率Pi、失负荷量Capi及适应值Fitnessi，并且条件概率Pi、失负荷量Capi和适应值Fitnessi信息存储在系统状态矩阵中，每条染色体对应一条矩阵信息。此外，优选的方案是，在生成新种群的过程中，适应值大小的计算公式如下式所示：Fitness(Si)=Ci×PiPΣ]]>其中，Si表示种群中的个体i；Ci为系统在此状态下的失负荷量大小；Pi为系统条件概率；P∑为种群中所有个体条件概率之和。此外，优选的方案是，在新种群作为父代种群通过遗传算法的杂交和变异，生成新的子代种群的过程中；新种群中的父代个体进行杂交，随机选择两个父代个体，在所有可能的杂交后代中，比较父代个体每一种杂交后后代的适应值的大小，选择较大的适应值的系统状态作为杂交后的个体，所述新种群中的父代个体每进行一次杂交，则对父代个体相对应的状态矩阵信息进行更新；对更新的新种群中的个体进行变异，比较更新的新种群中的父代个体的适应值与所述父代个体变异后的适应值的大小，选择较大的适应值的系统状态作为变异后的子代个体。此外，优选的方案是，在读取电网系统状态信息之前，还包括，设置遗传参数，遗传参数包括遗传代数nGeneration，种群规模Pop_size，杂交概率Pc，变异概率Pm。另一方面，本专利技术还提供一种基于遗传算法的电网系统连锁故障在线模拟装置，包括：潮流数据获取单元，用于读取电网系统状态信息，根据读取的电网系统状态信息生成电网拓扑，根据所述电网拓扑计算系统状态的系统潮流，获取系统状态的潮流数据；系统状态集合生成单元，用于根据所述系统状态的潮流数据，转移生成系统状态集合，并计算生成的系统状态集合中每个系统状态的适应值；其中，根据当前系统状态的潮流数据，分析系统可能的转移状态，每一转移状态均可作为该状态的后续发展状态；结合当前系统运行的数据，计算转移状态的条件概率，以及由于故障造成的切负荷量，并记录在相应的状态矩阵中；计算个体的适应值，模拟自然选择压力，所述适应值反映系统当前的系统状态的连锁故障的情况；初始种群生成单元，用于根据所述系统状态集合，生成初始种群，同时并计算所述初始种群中每个个体的适应值；其中，在所述初始种群中每一个体代表一种系统状态；新种群生成单元，用于根据所述初始种群中每个个体的适应值，选择生成新种群；子代种群生成单元，用于所述新种群作为父代种群通过遗传算法的杂交和变异，生成子代种群；其中，所述父代种群中的个体作为父代个体，所述子代种群中的个体作为子代个体，通过比较所述父代个体的适应值与所述父代个体杂交、变异后的适应值，获取所述子代个体；连锁故障输出单元，用于当所述生成的子代种群的更新达到预设的截止条件时，输出电网的连锁故障结果。从上面的技术方案可知，本专利技术的基于遗传算法的电网系统连锁故障在线模拟方法及装置，从电网运行需要角度出发，结合遗传算法，提出一种新型的电力系统连锁故障模拟算法，该算法可以基于系统当前运行状态，考虑系统运行条件影响，通过模拟基于自然选择的生物进行过程，对电网进行在线连锁故障评估，快速发现系统在当前状态下可能的连锁故障路径，发出故障预警，并针对薄弱环节进行阻断，为调度人员提供辅助决策。在连锁故障演化过程中，系统状态及其对应的状态信息被存储在系统状态矩阵中，根据系统状态信息设置连锁故障风险指标，并通过选择、杂交、变异操作，使系统向连锁故障风险增加的方向发展。为了实现上述以及相关目的，本专利技术的一个或多个方面包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明了本专利技术的某些示例性方面。然而，这些方面指示的仅仅是可使用本专利技术的原理的各种方式中的一些方式。此外，本专利技术旨在包括所有这些方面以及它们的等同物。附图说明通过参本文档来自技高网...

【技术保护点】
一种基于遗传算法的电网系统连锁故障在线模拟方法，包括：读取电网系统状态信息，根据读取的电网的系统状态信息生成电网拓扑，根据所述电网拓扑计算系统状态的系统潮流，获取系统状态的潮流数据；根据所述系统状态的潮流数据，转移生成系统状态集合，并计算生成的系统状态集合中每个系统状态的适应值；其中，所述适应值反映系统当前的系统状态的连锁故障的情况；根据转移后生成的所述系统状态集合，生成初始种群，同时并计算所述初始种群中每个个体的适应值；其中，每个种群中每一个个体代表一种系统状态；根据所述初始种群中每个个体的适应值，选择生成新种群，并计算所述新种群中每个个体的适应值；所述新种群作为父代种群通过遗传算法的杂交和变异，生成子代种群；其中，所述父代种群中的个体作为父代个体，所述子代种群中的个体作为子代个体，通过比较所述父代个体的适应值与所述父代个体杂交、变异后的适应值，获取所述子代个体；当所述生成的子代种群的更新达到预设的截止条件时，输出电网的连锁故障结果。

【技术特征摘要】
1.一种基于遗传算法的电网系统连锁故障在线模拟方法，包括：读取电网系统状态信息，根据读取的电网系统状态信息生成电网拓扑，根据所述电网拓扑计算系统状态的系统潮流，获取系统状态的潮流数据；根据所述系统状态的潮流数据，转移生成系统状态集合，并计算生成的系统状态集合中每个系统状态的适应值；其中，根据当前系统状态的潮流数据，分析系统可能的转移状态，每一转移状态均可作为该状态的后续发展状态；结合当前系统运行的数据，计算转移状态的条件概率，以及由于故障造成的切负荷量，并记录在相应的状态矩阵中；计算个体的适应值，模拟自然选择压力，所述适应值反映系统当前的系统状态的连锁故障的情况；根据转移后生成的所述系统状态集合，生成初始种群，同时并计算所述初始种群中每个个体的适应值；其中，每个种群中每一个个体代表一种系统状态；根据所述初始种群中每个个体的适应值，选择生成新种群，并计算所述新种群中每个个体的适应值；所述新种群作为父代种群通过遗传算法的杂交和变异，生成子代种群；其中，所述父代种群中的个体作为父代个体，所述子代种群中的个体作为子代个体，通过比较所述父代个体的适应值与所述父代个体杂交、变异后的适应值，获取所述子代个体；当所述生成的子代种群的更新达到预设的截止条件时，输出电网的连锁故障结果。2.根据权利要求1所述的基于遗传算法的电网系统连锁故障在线模拟方法，其中，一个系统状态用一条染色体来代表，每个系统状态均有其对应的系统状态的条件概率Pi、失负荷量Capi及适应值Fitnessi，并且所述条件概率Pi、所述失负荷量Capi和所述适应值Fitnessi信息存储在系统状态矩阵中，每条染色体对应一条矩阵信息。3.根据权利要求1所述的基于遗传算法的电网系统连锁故障在线模拟方法，其中，在生成所述新种群的过程中，适应值大小的计算公式如下式所示：其中，Si表示种群中的个体i；Ci为系统在此状态下的失负荷量大小；Pi为系统条件概率；P∑为种群中所有个体条件概率之和。4.根据权利要求3所述的基于遗传算法的电网系统连锁故障在线模拟方法，其中，在所述新种群作为父代种群通过遗传算法的杂交和变异，生成新的子代种群的过程中；所述新种群中的父代个体进行杂交，随机选择两个父代个体，在所有可能的杂交后代中，比较所述父代个体每一种杂交后后代的适应值的大小，选择较大的适应值的系统状态作为杂交后的个体，所述新种群中的父代个体每进行一次杂交，则对父代个体相对应的状态矩阵信息进行更新；对更新的新种群中的个体进行变异，比较更新的新种群中的父代个体的适应值与所述父代个体变异后的适应值的大小，选择较大的适应值的系统状态作为变异后的子代个体。5.根据权利要求1所述的基于遗传算法的电网系统连锁故障在线模拟方法，在读取所述电网系统状态信息之前，还包括，设置遗传参数，遗传参数包括遗传代数nGeneration，种群规模Pop_size，杂交概率Pc，变异概率Pm。6.一种基于遗传算法的电网系统连锁故障在线模拟装置，包括：潮流数据获取...

【专利技术属性】
技术研发人员：程林，刘满君，赵庆明，张裕，李庆生，田浩，江轶，高滨，农静，
申请(专利权)人：清华大学，贵州电网公司电网规划研究中心，
类型：发明
国别省市：北京;11