基于大数据分析的电力系统稳定评估方法技术方案

本申请公开了一种基于大数据分析的电力系统稳定评估方法，包括：通过仿真计算系统，将平负荷供电数据、高峰负荷供电数据及低谷负荷供电数据在仿真计算系统中以三种响应曲线呈现出来；根据电力系统的不同稳定需求，分类出对应的响应曲线，得出响应曲线仿真变量数据；采用电力系统状态数据矩阵对响应曲线仿真变量数据进行电力系统运行状态网络模型。本申请设计合理，利用大数据进行数据模型分析计算，提高电力系统稳定评估的精准性，解决了现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题。的技术问题。

【技术实现步骤摘要】
基于大数据分析的电力系统稳定评估方法


[0001]本申请涉及电网应用领域，具体是一种基于大数据分析的电力系统稳定评估方法。

技术介绍

[0002]电力系统故障诊断和稳定评估是电网安全风险态势感知和安全运行的重要保障，但是由于电力系统时常受到扰动甚至发生故障，传统电网保护方法因精确度与准确率的不足可能引起保护误动或拒动，同时目前安全稳定分析方法也无法满足系统稳定的在线快速评估。
[0003]随着大数据时代的来临，如何基于大数据分析实现更为快速、准确地电力系统稳定评估，成为当前需要解决的问题。因此，针对上述问题提出一种基于大数据分析的电力系统稳定评估方法。

技术实现思路

[0004]一种基于大数据分析的电力系统稳定评估方法，包括：
[0005]将供电电网根据用电情况划分平负荷供电、高峰负荷供电以及低谷负荷供电，分别获取三个供电方式的电力系统状态数据；
[0006]通过仿真计算系统，将平负荷供电数据、高峰负荷供电数据及低谷负荷供电数据在仿真计算系统中以三种响应曲线呈现出来；
[0007]根据电力系统的不同稳定需求，分类出对应的响应曲线，得出响应曲线仿真变量数据；
[0008]采用电力系统状态数据矩阵对响应曲线仿真变量数据进行电力系统运行状态网络模型；
[0009]利用基于椭球的数据降维算法对电力系统状态数据矩阵进行降维处理，得到电力系统状态数据矩阵的正定矩阵和中心位置向量；
[0010]根据电力系统状态数据的正定矩阵和中心位置向量，计算椭球各物理属性数值，并将椭球的物理属性数值以及薄弱负荷节点作为电力系统特征向量；
[0011]根据电力系统特征向量，利用神经网络模型实现电力系统的稳定评估。
[0012]优选的，所述响应曲线仿真变量数据包括电网薄弱断面变量数据、关键母线节点数据和重要发电机组数据，且利用基于网络模型曲率半径的聚类方法对每个供电方式的负荷节点电压数据进行聚类，聚类后曲率半径较小的负荷节点即为电力系统中的薄弱负荷节点。
[0013]优选的，所述平负荷供电、高峰负荷供电以及低谷负荷供电三种供电需求情况，获取故障过程中功率波动较大的薄弱交流断面、电压跌落幅度较大的关键母线节点、功角摆动较大的重要发电机组以及速度偏差较大的重要发电机组。
[0014]优选的，所述利用神经网络模型实现电力系统的稳定评估，包括：将电力系统特征
向量作为神经网络模型的输入，利用多层感知机神经网络模型进行电力系统的稳定评估，将概率最高的稳定评估结果y作为多层感知机的输出。
[0015]优选的，所述稳定评估结果包括电力系统稳定、电力系统较不稳定、电力系统存在风险、无法评估，其具体过程为：P(y|(a，b))＝σ(MLP(c))，其中：c为电力系统特征向量；y为稳定评估结果；b 为偏置向量；a为权值，将其初始化为0.5；σ为sigmoid函数；MLP 是一个包含两层线性变换和一个非线性ReLu激活函数的感知机。
[0016]本专利技术的有益效果是：利用大数据进行数据模型分析计算，提高电力系统稳定评估的精准性，解决了现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题。
具体实施方式
[0017]为了使本
的人员更好地理解本申请方案，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0018]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0019]实施例一：
[0020]所述基于大数据分析的电力系统稳定评估方法，包括：
[0021]将供电电网根据用电情况划分平负荷供电、高峰负荷供电以及低谷负荷供电，分别获取三个供电方式的电力系统状态数据；
[0022]通过仿真计算系统，将平负荷供电数据、高峰负荷供电数据及低谷负荷供电数据在仿真计算系统中以三种响应曲线呈现出来；
[0023]根据电力系统的不同稳定需求，分类出对应的响应曲线，得出响应曲线仿真变量数据；
[0024]采用电力系统状态数据矩阵对响应曲线仿真变量数据进行电力系统运行状态网络模型；
[0025]利用基于椭球的数据降维算法对电力系统状态数据矩阵进行降维处理，得到电力系统状态数据矩阵的正定矩阵和中心位置向量；
[0026]根据电力系统状态数据的正定矩阵和中心位置向量，计算椭球各物理属性数值，并将椭球的物理属性数值以及薄弱负荷节点作为电力系统特征向量；
[0027]根据电力系统特征向量，利用神经网络模型实现电力系统的稳定评估。
[0028]进一步地，所述响应曲线仿真变量数据包括电网薄弱断面变量数据、关键母线节点数据和重要发电机组数据，且利用基于网络模型曲率半径的聚类方法对每个供电方式的负荷节点电压数据进行聚类，聚类后曲率半径较小的负荷节点即为电力系统中的薄弱负荷节点。
[0029]进一步地，所述平负荷供电、高峰负荷供电以及低谷负荷供电三种供电需求情况，获取故障过程中功率波动较大的薄弱交流断面、电压跌落幅度较大的关键母线节点、功角摆动较大的重要发电机组以及速度偏差较大的重要发电机组。
[0030]进一步地，所述利用神经网络模型实现电力系统的稳定评估，包括：将电力系统特征向量作为神经网络模型的输入，利用多层感知机神经网络模型进行电力系统的稳定评估，将概率最高的稳定评估结果 y作为多层感知机的输出。
[0031]进一步地，所述稳定评估结果包括电力系统稳定、电力系统较不稳定、电力系统存在风险、无法评估，其具体过程为：P(y|(a，b)) ＝σ(MLP(c))，其中：c为电力系统特征向量；y为稳定评估结果；b 为偏置向量；a为权值，将其初始化为0.5；σ为sigmoid函数；MLP 是一个包含两层线性变换和一个非线性ReLu激活函数的感知机。
[0032]上述基于大数据分析的电力系统稳定评估方法，利用大数据进行数据模型分析计算，提高电力系统稳定评估的精准性，解决了现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题。
[0033]以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据分析的电力系统稳定评估方法，其特征在于：所述基于大数据分析的电力系统稳定评估方法，包括：将供电电网根据用电情况划分平负荷供电、高峰负荷供电以及低谷负荷供电，分别获取三个供电方式的电力系统状态数据；通过仿真计算系统，将平负荷供电数据、高峰负荷供电数据及低谷负荷供电数据在仿真计算系统中以三种响应曲线呈现出来；根据电力系统的不同稳定需求，分类出对应的响应曲线，得出响应曲线仿真变量数据；采用电力系统状态数据矩阵对响应曲线仿真变量数据进行电力系统运行状态网络模型；利用基于椭球的数据降维算法对电力系统状态数据矩阵进行降维处理，得到电力系统状态数据矩阵的正定矩阵和中心位置向量；根据电力系统状态数据的正定矩阵和中心位置向量，计算椭球各物理属性数值，并将椭球的物理属性数值以及薄弱负荷节点作为电力系统特征向量；根据电力系统特征向量，利用神经网络模型实现电力系统的稳定评估。2.根据权利要求1所述的一种基于大数据分析的电力系统稳定评估方法，其特征在于：所述响应曲线仿真变量数据包括电网薄弱断面变量数据、关键母线节点数据和重要发电机组数据，且利用基于网络模型曲率半径的聚类方法对每个供电方式的负荷节点电压数据进...

【专利技术属性】
技术研发人员：王婷，王静，牛瑞，李昇，何聪，杨倬，
申请(专利权)人：陕西省地方电力集团有限公司，
类型：发明
国别省市：