电力系统输电断面极限传输容量预测方法、装置、电子设备和存储介质制造方法及图纸

本申请属于电力系统安全运行技术领域，具体涉及电力系统输电断面极限传输容量预测方法、装置、电子设备和存储介质。本公开基于电力系统大数据，建立了电力系统输电断面的邻域精细规则，能够输出电力系统输电断面TTC的预测值。现有的大部分基于数据驱动方法的TTC评估模型存在两大问题：一是在面对海量复杂多变的运行场景时，单一模型泛化能力不足；二是模型的准确度与其可解释性之间存在矛盾。本公开通过引入基于两阶段聚类的电力系统输电断面邻域精细规则生成方法，有效弥补了这一缺陷。本公开方法可以应用于电力系统安全分析领域中，有助于提高电力系统调度的安全性。有助于提高电力系统调度的安全性。有助于提高电力系统调度的安全性。

【技术实现步骤摘要】
电力系统输电断面极限传输容量预测方法、装置、电子设备和存储介质


[0001]本申请属于电力系统安全运行
，具体涉及电力系统输电断面极限传输容量预测方法、装置、电子设备和存储介质。

技术介绍

[0002]电力系统是最大的能量系统之一。在传统的方式中，系统监控、安全分析和系统控制是调度员维持电力系统安全稳定的三个最主要步骤。通过系统监控，调度员可以实时获取电力系统的最新信息，并且直接判断当前电力系统是否处在正常运行状态。然后再通过安全分析，估计电力系统当前的运行情况，基于当前运行场景来检测电力系统在潜在运行场景下可能出现的薄弱环节，主要考虑的是N
‑
1故障情况。最后，当电力系统被判断处于异常情况，或是在潜在运行场景中出现了薄弱环节，调度员就需要进行相应的调度控制，来避免电力系统出现安全问题。复杂电力系统具有海量运行状态，调度人员无法进行全局监控，电力系统调度中心的人员在运行方式编制、稳定限额制定以及调度台的监控过程中常用的做法是关注一系列输电断面，对其中比较容易越限的断面进行重点计算和监控。在电力系统安全评估中，输电断面的极限传输容量(Total TransferCapability，以下简称TTC)评估是最核心的环节之一。
[0003]数据驱动方法在输电断面TTC评估问题中表现出了较快的计算速度和较高的拟合精度，近年来在TTC评估问题中得到了越来越多的应用。然而，现有的大部分基于数据驱动方法的TTC评估模型存在两大问题：一是在面对海量复杂多变的运行场景时，单一模型泛化能力不足；二是模型的准确度与其可解释性之间存在矛盾，越准确的模型，如深度模型等，其可解释性越差，难以被现场运行人员所理解和接受，而线性模型等简单模型又存在准确度不足的问题。

技术实现思路

[0004]有鉴于此，本公开提出了电力系统输电断面极限传输容量预测方法、装置、电子设备和存储介质，基于电力系统大数据，对电力系统运行状态进行邻域聚类并拟合邻域内精细规则模型，能够对输电断面TTC进行预测。
[0005]根据本公开的第一方面，提出电力系统输电断面极限传输容量预测方法，包括：
[0006]确定用于表征电力系统运行状态以及给定输电断面的极限传输容量标签的样本集合；
[0007]对海量电力系统运行状态样本进行两阶段聚类，获得邻域样本集合；
[0008]对邻域样本集合进行精细规则拟合，获得电力系统输电断面邻域精细规则；
[0009]使用电力系统输电断面邻域精细规则，进行电力系统给定输电断面的输电断面的极限传输容量预测。
[0010]可选地，所述确定用于表征电力系统运行状态以及给定输电断面的极限传输容量
标签的样本集合S，包括：
[0011](1)从电力系统监控装置中采集电力系统运行状态数据，构成用于表征电力系统运行状态的特征数据向量x，x＝[x
l
,x
b
]，其中，x
l
表示电力系统中的交流线有功潮流特征向量，x
b
表示电力系统中其他设备对应的潮流状态特征向量，x为特征向量；
[0012](2)对x
l
和x
b
进行标准化，得到用于表征电力系统运行状态以及给定输电断面的极限传输容量标签的样本集合S。
[0013]可选地，所述对海量电力系统运行状态样本进行两阶段聚类，获得邻域样本集合，包括：
[0014](1)进行第一阶段拓扑聚类；
[0015](2)基于电力系统中其他设备对应的潮流状态特征向量x
b
，使用k
‑
means聚类方法，对步骤(2
‑
1)中获得的k1个电力系统运行状态聚类，依次进行二次聚类。
[0016](3)将所述的电力系统运行状态样本集合中的样本与所述的的邻域运行状态集合进行一一匹配，获得邻域样本集合其中u为一次聚类的标签，v为二次聚类的标签。
[0017]可选地，进行第一阶段拓扑聚类，包括：
[0018](1)定义电力系统中任意一条交流线路l开断后对另一条交流线路k的开断转移分布因子；
[0019](2)根据步骤(1)的定义，遍历电力系统中除断面内线路外每条交流线路对断面内线路的开断转移分布因子，计算得到所有交流线路依次开断后对另一条交流线路的开断转移分布因子，对所有开断转移分布因子求和，得到线路对断面开断转移分布因子
[0020](1
‑
3)根据所述的电力系统交流线有功潮流特征向量x
l
和所述的线路对断面开断转移分布因子构建用于第一阶段聚类的拓扑表征向量集合x
topo
：若第i个电力系统运行状态的则若第i个电力系统运行状态的则
[0021](1
‑
4)根据所述的拓扑表征向量集合x
topo
，使用k
‑
means聚类算法对电力系统运行状态进行拓扑层面的聚类。
[0022]可选地，进行二次聚类，包括：
[0023](1)对第j个运行状态聚类，基于潮流状态特征向量x
b
，依次绘制第二聚类个数
‑
轮廓系数曲线，j＝1～k1；
[0024](2)将步骤(1)的第j个一次聚类下对应的的第二聚类个数
‑
轮廓系数曲线的最大轮廓系数对应的聚类个数作为第j个一次聚类的二次聚类个数，记作
[0025](3)对步骤(2)的第j个一次聚类结果中的电力系统运行状态进行k
‑
means聚类，聚类个数设置为步骤(2)中获得的二次聚类个数，获得与每个运行状态相对应的二次聚类标签；
[0026](4)将每个二次聚类中包含的电力系统运行状态集合称为一个邻域运行状态集合，记作C
uv
，其中u为一次聚类的标签，v为二次聚类的标签。
[0027]可选地，所述对邻域样本集合进行精细规则拟合，获得电力系统输电断面在每个邻域下对应的精细规则，包括：
[0028](1)对每个邻域样本集合的输入特征进行特征选择，包括：
[0029](1
‑
1)对所述的每个邻域样本集合，分别计算每一维特征与标签之间的最大信息系数值；
[0030](1
‑
2)将与每一维特征对应的最大信息系数值进行降序排列，取与最高的5个信息系数值相对应的特征作为特征选择的结果，构成特征选择后的邻域样本集合，将与每个邻域样本集合中第i个电力系统运行状态相对应的样本记为(P
TTCi
；x
″
(i)
)，其中，x
″
(i)
为x
′
(i)
经过特征选择之后的特征向量；
[0031](2)对特征选择后的邻域样本集合拟合精细规则，步骤如下：
[0032](2
‑
1)设定精细规则模型的形式为如下线性模型：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力系统输电断面极限传输容量预测方法，其特征在于该方法包括：确定用于表征电力系统运行状态以及给定输电断面的极限传输容量标签的样本集合；对海量电力系统运行状态样本进行两阶段聚类，获得邻域样本集合；对邻域样本集合进行精细规则拟合，获得电力系统输电断面邻域精细规则；使用电力系统输电断面邻域精细规则，进行电力系统给定输电断面的输电断面的极限传输容量预测。2.如权利要求1所述的电力系统输电断面极限传输容量预测方法，其特征在于，所述的确定用于表征电力系统运行状态以及给定输电断面的极限传输容量标签的样本集合S，包括：(1)从电力系统监控装置中采集电力系统运行状态数据，构成用于表征电力系统运行状态的特征数据向量x，x＝[x
l
,x
b
]，其中，x
l
表示电力系统中的交流线有功潮流特征向量，x
b
表示电力系统中其他设备对应的潮流状态特征向量，x为特征向量；(2)对x
l
和x
b
进行标准化，得到用于表征电力系统运行状态以及给定输电断面的极限传输容量标签的样本集合S。3.如权利要求1所述的电力系统输电断面极限传输容量预测方法，其特征在于，所述的对海量电力系统运行状态样本进行两阶段聚类，获得邻域样本集合，包括：(1)进行第一阶段拓扑聚类；(2)基于电力系统中其他设备对应的潮流状态特征向量x
b
，使用k
‑
means聚类方法，对步骤(2
‑
1)中获得的k1个电力系统运行状态聚类，依次进行二次聚类。(3)将所述的电力系统运行状态样本集合中的样本与所述的的邻域运行状态集合进行一一匹配，获得邻域样本集合其中u为一次聚类的标签，v为二次聚类的标签。4.如权利要求3所述的电力系统输电断面极限传输容量预测方法，其特征在于，所述的进行第一阶段拓扑聚类，包括：(1)定义电力系统中任意一条交流线路l开断后对另一条交流线路k的开断转移分布因子；(2)根据步骤(1)的定义，遍历电力系统中除断面内线路外每条交流线路对断面内线路的开断转移分布因子，计算得到所有交流线路依次开断后对另一条交流线路的开断转移分布因子，对所有开断转移分布因子求和，得到线路对断面开断转移分布因子(1
‑
3)根据所述的电力系统交流线有功潮流特征向量x
l
和所述的线路对断面开断转移分布因子构建用于第一阶段聚类的拓扑表征向量集合x
topo
：若第i个电力系统运行状态的则若第i个电力系统运行状态的则(1
‑
4)根据所述的拓扑表征向量集合x
topo
，使用k
‑
means聚类算法对电力系统运行状态进行拓扑层面的聚类。5.如权利要求1所述的电力系统输电断面极限传输容量预测方法，其特征在于，所述的进行二次聚类，包括：(1)对第j个运行状态聚类，基于潮流状态特征向量x
b
，依次绘制第二聚类个数
‑
轮廓系数曲线，j＝1～k1；(2)将步骤(1)的第j个一次聚类下对应的的第二聚类个数
‑
轮廓系数曲线的最大轮廓
系数对应的聚类个数作为第j个一次聚类的二次聚类个数，记作(3)对步骤(2)的第j个一次聚类结果中的电力系统运行状态进行k
‑
means聚类，聚类个数设置为步骤(2)中获得的二次聚类个数，获得与每个运行状态相对应的二次聚类标签；(4)将每个二次聚类中...

【专利技术属性】
技术研发人员：孙宏斌，许涛，郭庆来，何飞，项中明，刘明松，杨滢，王铮澄，王彬，吴文传，周艳真，叶琳，谢栋，姚皇甫，
申请(专利权)人：国网浙江省电力有限公司绍兴供电公司国网浙江省电力有限公司国家电网有限公司，
类型：发明
国别省市：