模型驱动和数据驱动融合的电网运行态势感知方法及系统技术方案

本发明专利技术公开一种模型驱动和数据驱动融合的电网运行态势感知方法及系统，包括关键要素挖掘：利用基于模型驱动的主成分分析法剔除运行指标信息过度重叠的因素，构建电网运行态势评价体系，用来表征电网的运行轨迹；态势理解：利用基于模型驱动的模糊层次分析法评估当前运行状态；态势预测：利用基于数据驱动的LSTM‑注意力机制，通过样本数据训练学习，完成对电网安全态势的感知；其通过样本数据训练学习，完成对电网安全态势的感知；结果证明，本发明专利技术的模型驱动和数据驱动融合的电网运行态势感知方法，其作为科学、合理、全面的电网调控态势感知体系，能够精确地适用于感知电力系统当前的运行状态。

【技术实现步骤摘要】
模型驱动和数据驱动融合的电网运行态势感知方法及系统
本专利技术属于电网调控
，尤其涉及一种模型驱动和数据驱动融合的电网运行态势感知方法及系统。
技术介绍
近年来，随着特高压电网和能源互联网的不断发展，电网运行方式时变性和复杂性日益增强，认知电网的难度越来越大。传统的基于机理分析与电网模型的调控方法，依赖调控人员经验分析的决策、执行等环节，在处理大电网非线性、非连续性以及预测不确定性问题时，很难达到预期效果，电网调控领域正面临前所未有的机遇与挑战；且现有电网运行重点在掌控电网实时运行状态，缺乏对未来一个时段电网的全过程连续状态和可能的运行风险的理解。因此亟需构建一套科学、合理、全面的电网调控态势感知体系，感知电力系统当前的运行状态以及未来的发展趋势。电网态势感知的基础是要对电网运行状态有正确的评估。到目前为止，国内外众多专家学者在电力系统运行评估方面已经做出众多显著成果。一些现有技术中构造了一套包括电力系统安全供电能力、静态电压安全、拓扑结构脆弱性、暂态安全性、风险指标五大类指标来；评估电力系统的状态。一些现有技术从宏观战略和微观过本文档来自技高网...

【技术保护点】
1.模型驱动和数据驱动融合的电网运行态势感知方法，其特征在于，包括以下步骤，/n第一步，建立电网运行态势评估基本框架，将电网态势感知分为：关键要素挖掘、态势理解阶段和态势预测阶段三个阶段；/n第二步，在关键要素挖掘阶段，利用基于模型驱动的主成分分析法剔除运行指标信息过度重叠的因素，构建电网运行态势评价体系，用来表征电网的运行轨迹；/n第三步，在态势理解阶段，利用基于模型驱动的模糊层次分析法评估当前运行状态；/n第四步，在态势预测阶段，利用基于数据驱动的LSTM-注意力机制，通过样本数据训练学习，完成对电网安全态势的感知。/n

【技术特征摘要】
1.模型驱动和数据驱动融合的电网运行态势感知方法，其特征在于，包括以下步骤，
第一步，建立电网运行态势评估基本框架，将电网态势感知分为：关键要素挖掘、态势理解阶段和态势预测阶段三个阶段；
第二步，在关键要素挖掘阶段，利用基于模型驱动的主成分分析法剔除运行指标信息过度重叠的因素，构建电网运行态势评价体系，用来表征电网的运行轨迹；
第三步，在态势理解阶段，利用基于模型驱动的模糊层次分析法评估当前运行状态；
第四步，在态势预测阶段，利用基于数据驱动的LSTM-注意力机制，通过样本数据训练学习，完成对电网安全态势的感知。


2.如权利要求1所述的模型驱动和数据驱动融合的电网运行态势感知方法，其特征在于，第二步，在关键要素挖掘阶段，首先利用主成分分析法剔除运行指标信息过度重叠的因素，挖掘能反映电网态势运行轨迹的关键要素。


3.如权利要求2所述的模型驱动和数据驱动融合的电网运行态势感知方法，其特征在于，第二步，在关键要素挖掘阶段，利用主成分分析法剔除运行指标信息过度重叠的因素，挖掘能反映电网态势运行轨迹的关键要素，具体步骤如下：
步骤一，设指标体系共有n个属性指标，采用m个样本来评价，则构成指标矩阵B如式(1)：



步骤二，对指标矩阵B进行预处理：由于所选择指标类型不尽相同，含有正向型指标和负向型指标，需要统一指标类型；如要将指标类型统一为负向型指标，对正向型指标取其倒数计算；对指标数据采用式(2)进行标准化：



式中：zij为标准化之后的指标数据，分别为第j个指标值得均值和均方差；标准化之后的所有指标数据构成矩阵为Z＝(zij)m×n；
步骤三，通过式(3)建立Z＝(zij)m×n的相关系数矩阵R＝(rij)m×n，矩阵中的元素rij反映指标Zi与Zj的相关程度，



式(3)中：cov(Zi,Zj)为Zi与Zj的协方差；D(Zi)、D(Zj)分别为Zi与Zj的方差；
步骤四，根据式(4)求解相关矩阵R的q个特征根：
λ1≥λ2≥λ3≥…≥λq≥0(4)
其对应特征向量如式(5)：
ej＝(l1j,l2j,…,lnj),j＝1,…q(5)
步骤五，计算方差贡献率并对wj按降序排列，若前l个主成分的累计方差贡献率时，则认为这l个主成分综合体现n个指标；l≤q；
步骤六，通过式(6)计算m个样本的主成分：
Zi,j＝Zm,n×[e1e2…eq]′(6)
步骤七，选取前l个主成分，通过式(7)计算得到指标：





4.如权利要求3所述的模型驱动和数据驱动融合的电网运行态势感知方法，其特征在于，步骤七中，通过主成分分析，从电网结构、电网设备和系统状态三个方面，构建了电网运行态势评价指标体系；其中电网结构方面包括网架结构完整度和功率传输效率；电网设备方面包括线路负载率、变压器负载率、电压裕度、断面潮流裕度和负荷变化率五个指标；系统状态包括频率安全偏差率、有功备用、网损率和n-1通过率四个指标。


5.如权利要求1所述的模型驱动和数据驱动融合的电网运行态势感知方法，其特征在于，第三步，在态势理解阶段，选取由EMS和WMAS提供的原始信息，或基于这些信息经加工、计算间接获取的状态作为电网运行轨迹指标体系；
通过模糊层次分析法消除指标权重分配中的不确定性；
设模糊互补矩阵F＝(fij)n×n，fij∈[0,1]，其中：n为指标准则数，一般取n＝6，fij取0.1～0.9数量标度；
各指标权重如式(8):



式中：uZi，uZj分别表示专家Z对指标i和j的权重决策结果，满足fij＝logαuZi-logαuZj+0.5；α为决策者的分辨能力。


6.如权利要求5所述的模型驱动和数据驱动融合的电网运行态势感知方法，其特征在于，...

【专利技术属性】
技术研发人员：林静怀，范士雄，范海威，徐郑崎，冯长有，刘幸蔚，韩晔，李泽科，皮俊波，王晶，董根源，沈晓东，
申请(专利权)人：中国电力科学研究院有限公司，国网福建省电力有限公司，四川大学，国家电网有限公司，
类型：发明
国别省市：北京;11