电力系统的关键特征选择方法及装置制造方法及图纸

本发明专利技术提出一种电力系统的关键特征选择方法及装置，其中，方法包括：根据暂态稳定时域仿真结果得到样本的数据集，并对样本的数据集离散化处理；利用信息熵与互信息的概念，根据断面特征并考虑组合效应在对电力系统关键特征进行初筛，得到电力系统的初始关键特征；利用基于支持向量机SVM算法的封装模型对初始关键特征进行进一步选择，得到电力系统的关键特征。该方法可以借助信息熵工具，量化不同特征提供的信息，找到能够补充潮流断面信息的关键特征，筛选出包含断面特征的特征子集，从而充分考虑组合效应，以更好地找到断面处特征之外的其他特征，提高特征选择的可靠性和准确性。

Key feature selection method and device for power system

The present invention includes key features of a power system selection method and device, wherein the method: according to the time-domain simulation of transient stability results of sample data sets, and the sample data set is discretized; using the concept of information entropy and mutual information, according to the section feature and consider the combined effects on key features the power system to obtain the initial screening, the key features of power system; using the encapsulation model of support vector machine SVM algorithm to choose the characteristics of the initial key based on the key characteristics of power system. This method can provide a quantitative tool based on the information entropy, the different characteristics of the information, find the key features to complement the trend of information section, selected feature subset contains characters of section, so as to fully consider the combination effect on other characteristics better find the section features, improve the reliability and accuracy of feature selection.

【技术实现步骤摘要】
电力系统的关键特征选择方法及装置
本专利技术涉及电力系统安全稳定分析
，尤其涉及一种电力系统的关键特征选择方法及装置。
技术介绍
目前，在采用人工方式计算电网安全稳定运行规则时，通常依据经验选取关键断面作为关键控制对象进行研究，电网运行实践证明，这些关键断面潮流与预想故障下系统的暂态稳定具有一定的因果关系。在相关技术中，在求解电网安全域的过程中，现有的方法主要将解析法或逐点法与直接拟合法相结合，然后对初始输入特征进行筛选。首先，筛选依赖于各输入特征的含义进行初筛降维，例如，注入空间功率空间、决策空间等安全域定义空间；其次，在特定的安全域定义空间，然后再依据人工经验对该空间的特征进行再次筛选。然而，随着电网规模越来越大，电网的特性也越来越复杂，仅靠人工经验难以全面把握电网的安全特征及规律，容易造成信息遗漏，且难以发现电网中潜在的耦合关系，特征选择方法对特征间的协同效应考虑不足，可靠性差，准确率低。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种电力系统的关键特征选择方法，该方法可以充分考虑组合效应，以更好地找到断面处特本文档来自技高网...

【技术保护点】
一种电力系统的关键特征选择方法，其特征在于，包括以下步骤：根据暂态稳定时域仿真结果得到样本的数据集，并对所述样本的数据集离散化处理；利用信息熵与互信息的概念，根据断面特征并考虑组合效应在对电力系统关键特征进行初筛，得到所述电力系统的初始关键特征；以及利用基于支持向量机SVM算法的封装模型对所述初始关键特征进行进一步选择，得到所述电力系统的关键特征。

【技术特征摘要】
1.一种电力系统的关键特征选择方法，其特征在于，包括以下步骤：根据暂态稳定时域仿真结果得到样本的数据集，并对所述样本的数据集离散化处理；利用信息熵与互信息的概念，根据断面特征并考虑组合效应在对电力系统关键特征进行初筛，得到所述电力系统的初始关键特征；以及利用基于支持向量机SVM算法的封装模型对所述初始关键特征进行进一步选择，得到所述电力系统的关键特征。2.根据权利要求1所述的电力系统的关键特征选择方法，其特征在于，所述根据暂态稳定时域仿真结果得到样本的数据集，并对所述样本的数据集离散化处理，进一步包括：采用预设故障并不断改变潮流，得到稳定样本和不稳定样本；采集多个电力系统在不同时刻的连续变量，进一步得到多个样本；通过等距法对所述多个样本的每个样本进行离散化，其中，将所述连续变量的取值范围均等分为多份取值范围，并统计落入每份取值范围的频数，得离散变量的概率分布。3.根据权利要求2所述的电力系统的关键特征选择方法，其特征在于，所述离散变量的概率分布为：p(x)＝P(X＝x)＝C(x)/N，其中，C(x)为变量中某值出现的频数，N为变量出现的总数。4.根据权利要求1所述的电力系统的关键特征选择方法，其特征在于，所述利用信息熵与互信息的概念，根据断面特征并考虑组合效应在对电力系统关键特征进行初筛，得到所述电力系统的初始关键特征，进一步包括：采用前向序列搜索方式，从空集开始按照预设次序将候选特征加入筛选出的特征子集，其中，初始特征集中包括断面特征；根据所述信息熵与互信息得到两随机变量相互依赖的程度。5.根据权利要求4所述的电力系统的关键特征选择方法，其特征在于，所述两随机变量相互依赖的程度为：其中，MI为变...

【专利技术属性】
技术研发人员：胡伟，吴双，郑乐，张鹏，王磊，马晓忱，
申请(专利权)人：清华大学，中国电力科学研究院，国网甘肃省电力公司电力科学研究院，国家电网公司，
类型：发明
国别省市：北京,11