异构样本构造、电力系统暂态电压稳定评估方法及系统技术方案

技术编号:33250326 阅读:51 留言:0更新日期:2022-04-27 18:11
本申请实施例提供一种异构样本构造、电力系统暂态电压稳定评估方法及系统,进而可以构造由固定部分和滑动部分构成的异构样本,同时,本申请还提供一种电力系统暂态电压稳定性评估方法,基于异构样本构造方法确定的异构样本对电力系统暂态电压的稳定性进行评估,基于构造的异构样本包括固定部分和滑动部分,因此更能体现电力系统当前的稳定状况,因此,采用本申请实施例提供的技术方案可以实现快速、准确对电力系统暂态电压稳定性进行评估。确对电力系统暂态电压稳定性进行评估。确对电力系统暂态电压稳定性进行评估。

【技术实现步骤摘要】
异构样本构造、电力系统暂态电压稳定评估方法及系统


[0001]本申请涉及异构样本构造、电力系统暂态电压稳定评估方法及系统,属于电力系统稳态评估


技术介绍

[0002]随着可再生能源发电比例和电力电子设备逐渐增加,电力系统的非线性不断增强,这给快速、准确、可靠地分析电网运行状态带来了新的挑战。在这种新型电力系统的新特性下,传统的分析方法已难以满足电力系统安全稳定运行要求。近年来暂态电压失稳导致了多次大停电事故,造成了巨大的经济损失,因此对故障后电力系统的暂态电压稳定性进行评估对电力系统安全稳定运行具有重要意义。
[0003]目前基于深度学习的暂态电压稳定研究的相关文献中的特征选取和样本构造方法多样,离线训练中均取得了不错的评估效果,但由于实际电力系统中的精确的故障发生时刻以及故障切除时刻无法得知,无法通过PMU精确获得在故障发生和故障切除时刻的系统变量,故已有文献中的方法不适合应用于实际电力系统的在线评估。例如最新的研究由孙黎霞等发表的《结合图嵌入算法的电力系统多任务暂态稳定评估》文献中选择节点稳态、故障时刻和故障切除时刻的电压、相角作为模型输入数据进行深度学习模型的离线训练。此方法的缺点是,在实际电力系统中,无法通过PMU精确获得故障切除时刻的电压,很难应用于实际电力系统的在线评估。由杨维全等发表的《基于卷积神经网络的暂态电压稳定快速评估》文献中提出了依据暂态电压时序信息进行稳态潮流特征的选择以及故障特征的定义,取故障前的稳态节点电压、发电机有功和无功功率、负荷有功和无功功率作为输入特征。此方法的缺点是未考虑到故障冲击程度以及故障的后续发展情况,仅在文中所述特定故障集中效果显著但模型对其他故障类型的泛化能力不足。由朱利鹏等发表的《基于时序轨迹特征学习的暂态电压稳定评估》文献中提出了从案例库的每一案例中收集故障切除后0~2.5s时间窗内系统中各负荷节点U/P/Q的暂态时序响应数据,由于暂态电压跌落及失稳发生非常迅速,等到故障切除后再进行判断很难保证在线应用的时效性。由赵恺等发表的《基于卷积神经网络的暂态电压稳定快速评估》文献考虑到不同的故障切除时间会给输入特征的构造带来影响,提出了以故障持续时间0.5s为基准,取固定采样区间[tc

54T,tc+10T],这样会导致不同的故障切除时间的TSA响应时间不确定,越短的故障切除时间将会导致越长的TSA响应时间,同样很难保证在线应用的时效性。
[0004]综上所述,现有技术方案中缺少一种可以保证时效且可准确评估电力系统中暂态系统稳定性的方法。

技术实现思路

[0005]本申请提供了一种异构样本构造方法、电力系统暂态电压稳定评估方法及系统,以解决现有技术方案中缺少一种可以保证时效且可准确评估电力系统中暂态系统稳定性的方法的技术问题。
[0006]第一方面,根据本申请实施例提供一种异构样本构造方法,用于电力系统暂态电压稳定性评估,其中,所述方法,包括:
[0007]设置不同的工况信息,基于预设交流输电线故障,根据最短故障切除时间和最长故障切除时间,对目标电力系统进行离线时域仿真,生成预设数量的仿真样本;
[0008]当基于预设触发条件确定启动电力系统暂态电压稳定性评估后,针对电力系统同步相量测量装置,获取表征其故障发生前当前工况稳态潮流水平的一个PMU断面数据组、以及表征其故障冲击程度的故障发生时的两个PMU断面数据组作为异构样本组中每个样本的固定部分;
[0009]设定预设时间间隔,以预设时间间隔逐次获取目标数量的多个PMU断面数据组分别作为异构样本组中一个样本的滑动部分;
[0010]将所述固定部分与每个样本对应的滑动部分组合起来构成异构样本,并将多个样本组合在一起构成异构样本组;其中,所述PMU断面数据组包括电力系统同步相量测量装置获取的电压幅值、有功功率和无功功率;
[0011]其中,所述预设时间间隔根据目标数量和时间长度确定,所述时间长度为预设触发条件对应的时间与最长故障切除时间之间的时间差。
[0012]在一个实施例中,所述不同工况为负荷水平不同,和/或各感应电动机占比不同,和/或各风电占比不同。
[0013]在一个实施例中,所述预设触发条件为相邻两次获取到的PMU断面数据组中的电压幅值的差值大于预设电压差。
[0014]第二方面,根据本申请实施例提供一种电力系统暂态电压稳定评估方法,用于基于上述任一项所述的方法构造的待测异构样本对电力系统暂态电压的稳定性进行评估,其中,所述方法,包括:
[0015]将待测异构样本输入预先训练好的深度残差网络;所述预先训练好的深度残差网络以暂态电压稳定与否、监测母线的电压稳定结果为输出;
[0016]若预先训练好的深度残差网络的第一输出为暂态电压稳定评估结果为失稳,则启动预设紧急控制措施;
[0017]若预先训练好的深度残差网络的第一输出为暂态电压稳定评估结果为稳定,且第二输出为连续若干个待测异构样本对应的PMU断面数据的母线电压大于预设电压,则确定评估结果确定为稳定;其中,所述预设电压为电压恢复稳定的最小值。
[0018]在一个实施例中,所述预先训练好的深度残差网络,包括:输入层、卷积层、批标准化层、激活层、若干个残差模块层、全局平均池化层和多标签分类层。
[0019]在一个实施例中,所述方法中,确定暂态电压评估结果为失稳的方法,包括:
[0020]若根据预先训练好的深度残差网络确定待测异构样本对应的负荷母线的电压在10s内未恢复至0.8p.u.,则确定所述预先训练好的深度残差网络的第一输出为电力系统暂态电压失稳。
[0021]第三方面,根据本申请实施例提供一种异构样本构造系统,用于电力系统暂态电压稳定性评估,其中,所述系统,包括:
[0022]仿真模块,用于设置不同的工况信息,基于预设交流输电线故障,根据最短故障切除时间和最长故障切除时间,对目标电力系统进行离线时域仿真,生成预设数量的仿真样
本;
[0023]样本固定部分确定模块,用于当基于预设触发条件确定启动电力系统暂态电压稳定性评估后,针对电力系统同步相量测量装置(PMU),获取表征其故障发生前当前工况稳态潮流水平的一个PMU断面数据组、以及表征其故障冲击程度的故障发生时的两个PMU断面数据组作为异构样本组中每个样本的固定部分;
[0024]样本滑动部分确定模块,用于设定预设时间间隔,以预设时间间隔逐次获取目标数量的多个PMU断面数据组分别作为异构样本组中一个样本的滑动部分;
[0025]异构样本构成模块,用于将所述固定部分与每个样本对应的滑动部分组合起来构成异构样本,并将多个样本组合在一起构成异构样本组;所述PMU断面数据组包括电力系统同步相量测量装置获取的电压幅值、有功功率和无功功率;
[0026]其中,所述预设时间间隔根据目标数量和时间长度确定,所述时间长度为预设触发条件对应的时间与最长故障切除时间之间的时间差。
[0027]第四方面,根据本申请实施例提供一种电本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种异构样本构造方法,用于电力系统暂态电压稳定性评估,其特征在于,所述方法,包括:设置不同的工况信息,基于预设交流输电线故障,根据最短故障切除时间和最长故障切除时间,对目标电力系统进行离线时域仿真,生成预设数量的仿真样本;当基于预设触发条件确定启动电力系统暂态电压稳定性评估后,针对电力系统同步相量测量装置,获取表征其故障发生前当前工况稳态潮流水平的一个PMU断面数据组、以及表征其故障冲击程度的故障发生时的两个PMU断面数据组作为异构样本组中每个样本的固定部分;设定预设时间间隔,以预设时间间隔逐次获取目标数量的多个PMU断面数据组分别作为异构样本组中一个样本的滑动部分;将所述固定部分与每个样本对应的滑动部分组合起来构成异构样本,并将多个样本组合在一起构成异构样本组;其中,所述PMU断面数据组包括电力系统同步相量测量装置获取的电压幅值、有功功率和无功功率;其中,所述预设时间间隔根据目标数量和时间长度确定,所述时间长度为预设触发条件对应的时间与最长故障切除时间之间的时间差。2.根据权利要求1所述的方法,其特征在于,所述不同工况为负荷水平不同,和/或各感应电动机占比不同,和/或各风电占比不同。3.根据权利要求1所述的方法,其特征在于,所述预设触发条件为相邻两次获取到的PMU断面数据组中的电压幅值的差值大于预设电压差。4.一种电力系统暂态电压稳定评估方法,用于基于权利要求1

3任一项所述的方法构造的待测异构样本对电力系统暂态电压的稳定性进行评估,其特征在于,所述方法,包括:将待测异构样本输入预先训练好的深度残差网络;所述预先训练好的深度残差网络以暂态电压稳定与否、监测母线的电压稳定结果为输出;若预先训练好的深度残差网络的第一输出为暂态电压稳定评估结果为失稳,则启动预设紧急控制措施;若预先训练好的深度残差网络的第一输出为暂态电压稳定评估结果为稳定,且第二输出为连续若干个待测异构样本对应的PMU断面数据的母线电压大于预设电压,则确定评估结果确定为稳定;其中,所述预设电压为电压恢复稳定的最小值。5.根据权利要求4所述的方法,其特征在于,所述预先训练好的深度残差网络,包括:输入层、卷积层、批标准化层、激活层、若干个残差模块层、全局平均池化层和多标签分类层。6.根据权利要求4或5所述的方法,其特征在于,所述方法中,确定暂态电压评估结果为失稳的方法,包括:若根据预先训练好的深度残差网络确定待测异构样本对应的负荷母线的电压在10s内未恢复至0.8p.u.,则确定所述预先训练好的深度残差网络的第一输出为电力系统暂态电压失稳。7...

【专利技术属性】
技术研发人员:吴俊勇季佳伸史法顺郝亮亮李宝琴李栌苏王彦博
申请(专利权)人:北京交通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1