电力系统暂态稳定智能评估模型的可靠性评估方法及系统技术方案

本发明专利技术公开了一种电力系统暂态稳定智能评估模型的可靠性评估方法及系统，包括：将样本空间分为数据空间可靠域、数据空间不确定域和异常域，并利用训练数据对暂态稳定智能评估模型的样本空间进行划分；采用暂态稳定智能评估模型对增量数据进行预测，确定当前数据空间可靠域外的正确预测数据和误判数据，并基于正确预测数据和误判数据对数据空间可靠域进行持续性的更新；利用所述暂态稳定智能评估模型对需稳定性评估的目标电网数据进行稳定性预测，得到预测结果，并基于所述暂态稳定智能评估模型对应的数据空间可靠域对预测结果进行可靠性评估，并当测试数据在任一可靠域中且不在任何异常域中时，确定所述预测结果的可靠性满足要求。满足要求。满足要求。

【技术实现步骤摘要】
电力系统暂态稳定智能评估模型的可靠性评估方法及系统


[0001]本专利技术涉及电力系统安全稳定运行分析
，并且更具体地，涉及一种电力系统暂态稳定智能评估模型的可靠性评估方法及系统。

技术介绍

[0002]随着我国电力系统交直流混联程度的不断扩大，以及可再生能源的渗透率不断提高，电网不确定性、脆弱性增加，运行工况变得更加复杂，分析调控难度增大。暂态稳定问题是影响电力系统安全稳定运行的重要因素，历史上多次停电事故均有暂态失稳有关，如何快速准确地评估暂态稳定性对电力系统安全稳定运行有着重要意义。
[0003]传统的暂态稳定评估方法主要包括时域仿真法和直接法，时域仿真法通过建立实际电网的数学模型，求解电网的动态特性，是目前广泛应用的暂态稳定分析方法，但其精确度受模型建模精度的影响，并且计算负担较大；直接法从系统能量的角度来判断系统稳定性，物理意义明确，但对于复杂系统和详细模型，该方法缺乏有效的暂态能量函数构造方法。相比于传统方法，基于人工智能的暂态稳定评估方法不需要对电力系统的详细建模，基于对数据的充分挖掘，建立输入特征与暂态稳定性的映射本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力系统暂态稳定智能评估模型的可靠性评估方法，其特征在于，所述方法包括：根据暂态稳定智能评估模型对样本空间中不同样本预测结果准确性的不同，将样本空间分为数据空间可靠域、数据空间不确定域和异常域，并利用训练数据对暂态稳定智能评估模型的样本空间进行划分；采用暂态稳定智能评估模型对增量数据进行预测，确定当前数据空间可靠域外的正确预测数据和误判数据，并基于正确预测数据和误判数据对数据空间可靠域进行持续性的更新，直至异常域和域半径不再更新且没有新增的可靠域时或达到最大更新次数时停止更新；利用所述暂态稳定智能评估模型对需稳定性评估的目标电网数据进行稳定性预测，得到预测结果，并基于所述暂态稳定智能评估模型对应的数据空间可靠域对预测结果进行可靠性评估，并当测试数据在任一可靠域中且不在任何异常域中时，确定所述预测结果的可靠性满足要求。2.根据权利要求1所述的方法，其特征在于，所述方法利用如下方式确定数据空间可靠域，包括：利用如下方式确定数据空间可靠域的域中心，包括:对暂态稳定智能评估模型的原始输入特征以其shapley值进行加权，得到经shapley值加权后的输入特征；采用k
‑
means算法对经shapley值加权后的输入特征进行聚类，将聚类中心作为初始的域中心位置；当某域中心邻域半径内的样本数小于预设的最小样本数时，对该域中心进行削减；当某域中心邻域半径内存在预设数量的模型误判样本时，对该域中心进行削减；利用如下方式确定数据空间可靠域的域半径，包括：其中，r
icc
为第i个域中心与其他域中心距离的最小值，r
ics
为第i个域中心与异常域样本除外的模型误判样本距离的最小值，为异常域样本除外的模型误判样本的经shapley值加权后的输入特征，N
inacc
为异常域样本除外的模型误判样本的数量，λ为预设的比例系数，r
imax
为第i个域中心的域半径上限。3.根据权利要求1所述的方法，其特征在于，所述方法利用如下方式确定样本属于数据空间可靠域，包括：所述方法利用如下方式样本属于确定异常域，包括：
其中，S
c
为数据空间可靠域；S
s
为异常域；x为样本点；为第i个可靠域的核心；r
ic
为第i个可靠域的半径；N
c
为可靠域的个数；为第j个异常域的核心；为第j个异常域的半径；N
s
为异常域的个数，当样本点与域核心的欧式距离小于相应域的半径时，确定该样本在相应域中。4.根据权利要求1所述的方法，其特征在于，所述基于正确预测数据和误判数据对数据空间进行持续性的更新，包括：域半径修正、异常域补全和可靠域扩展；其中，所述域半径修正，包括:当可靠域内出现非异常域的误判样本时，将该可靠域的半径缩小为域中心至该误判样本的距离的预设倍数的距离，以对该可靠域的半径进行修正；所述异常域补全，包括：当可靠域中出现误判样本并满足属于异常域样本的判定方法时，补全该异常域，以对该可靠域中的异常域进行补全；所述可靠域扩展，包括：当已知可靠域外新的正确预测样本数在预设数量范围内集群并达到预设的样本密度时，为该样本群增加新的域中心，并计算新的域半径，以增加新的可靠域。5.根据权利要求4所述的方法，其特征在于，所述方法利用如下方式确定新的正确预测样本群，包括：按照第一策略，在已知可靠域的一个预设范围的邻域内寻找新的正确预测样本群，当满足的样本达到预设数量时，确定这些样本为一个新的正确预测样本群；其中，S
acc
为模型正确预测样本的经shapley值加权的输入特征，γ为比例系数，用以控制考虑的样本范围；r
ic
为第i个可靠域的半径；为第i个可靠域的核心；按照第二策略，采用基于密度的空间聚类算法DBSCAN寻找新的正确预测样本群。6.一种电力系统暂态稳定智能评估模型的可靠性评估系统，其特...

【专利技术属性】
技术研发人员：周子涵，卜广全，马士聪，王国政，郭剑波，范士雄，黄彦浩，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：