一种电力系统暂态稳定评估方法及系统技术方案

一种电力系统暂态稳定评估方法及系统，属于电力系统技术领域，电力系统暂态稳定评估方法包括：根据初始样本集对第一深度神经网络进行迭代训练，得到初始评估模型；根据每次迭代训练过程中第一深度神经网络的权值、对样本运行数据的预测结果及样本运行数据的标签，确定重要性指标；基于初始评估模型确定稳定参数；根据重要性指标及稳定参数确定样本数据的稳定性分数；将初始样本集中稳定性分数大于最大阈值或小于最小阈值的样本数据剔除，对第二深度神经网络进行迭代训练；基于最优评估模型，根据电力系统的实时运行数据，确定暂态稳定状态。节省了训练时间，提高了评估模型的泛化能力及暂态稳定评估的准确率。力及暂态稳定评估的准确率。力及暂态稳定评估的准确率。

【技术实现步骤摘要】
一种电力系统暂态稳定评估方法及系统


[0001]本专利技术涉及电力系统领域，特别是涉及一种基于深度学习重要性指标的电力系统暂态稳定评估方法及系统。

技术介绍

[0002]随着电力系统规模的扩大及新型电力电子设备的接入，电力系统的复杂程度不断提高，从系统特征或运行数据特性角度研究电力系统的暂态稳定是保障电力系统安全稳定运行的关键问题之一。
[0003]近年来以人工神经网络为代表的人工智能算法通过建立系统运行特征量和暂态稳定性的映射关系，实现了对复杂非线性电力系统的暂态稳定评估，克服了基于仿真计算的数值仿真法和基于李亚普诺夫稳定分析的直接法面对复杂系统进行暂稳评估的局限性。但相较基于系统特性构造李亚普诺夫函数进行稳定分析的直接法，目前神经网络只能表征运行数据与暂态稳定的非线性关系，可获取信息较单一，缺乏电力系统相关理论的支撑，可解释性较差，因此判稳性能易受训练样本质量的影响，且存在泛化性能较低的问题。同时，深度学习训练所需数据集的构建将消耗大量的计算资源及时间，限制了基于深度学习的暂态稳定评估算法的广泛应用。

技术实现思路

[0004]本专利技术的目的是提供一种电力系统暂态稳定评估方法及系统，可提高暂态稳定评估的准确率及模型的泛化性能。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种电力系统暂态稳定评估方法，包括：
[0007]获取初始样本集；所述初始样本集中包括多个样本数据，每个样本数据包括电力系统暂态故障发生后的样本运行数据及样本运行数据的标签；
[0008]根据所述初始样本集，对第一深度神经网络进行迭代训练，得到初始评估模型，并记录每次迭代训练过程中第一深度神经网络的权值，以及每次迭代训练过程中的第一深度神经网络对各样本运行数据的预测结果；
[0009]针对任一样本数据，根据每次迭代训练过程中第一深度神经网络的权值、每次迭代训练过程中的第一深度神经网络对所述样本数据中的样本运行数据的预测结果及所述样本运行数据的标签，确定所述样本数据的重要性指标；
[0010]基于所述初始评估模型，确定所述样本数据的稳定参数；所述稳定参数为所述初始评估模型对所述样本数据的预测结果；
[0011]根据所述样本数据的重要性指标及稳定参数，确定所述样本数据的稳定性分数；
[0012]将所述初始样本集中稳定性分数大于最大阈值或小于最小阈值的样本数据剔除，得到最优样本集；
[0013]根据所述最优样本集，对第二深度神经网络进行迭代训练，得到最优评估模型；
[0014]基于所述最优评估模型，根据电力系统的实时运行数据，确定对应时刻所述电力系统的暂态稳定状态。
[0015]可选地，所述样本运行数据包括电力系统暂态故障发生后的有功功率、无功功率、电压幅值及电压相角。
[0016]可选地，所述获取初始样本集，具体包括：
[0017]基于仿真平台模拟多组电力系统暂态故障发生后的样本运行数据，并确定各样本运行数据对应的初始标签；所述初始标签为0或1，初始标签为0表示对应的样本运行数据不稳定，初始标签为1表示对应的样本运行数据稳定；
[0018]对各样本运行数据的初始标签进行独热编码，得到各样本运行数据最终的标签。
[0019]可选地，采用以下公式，计算第j个样本数据的重要性指标：
[0020][0021]其中，SSI
j
为第j个样本数据的重要性指标，w
t
为第t次迭代过程中第一深度神经网络的权值，x
j
为第j个样本数据中的样本运行数据，y
j
为第j个样本数据中样本运行数据的标签，p(w
t
,x
j
)为第t次迭代过程中的第一深度神经网络对样本运行数据x
j
的预测结果，表示求期望，|| ||2表示求二范数。
[0022]可选地，所述根据所述样本数据的重要性指标及稳定参数，确定所述样本数据的稳定性分数，具体包括：
[0023]对所述样本数据的重要性指标进行归一化处理，得到归一化重要度；
[0024]根据所述归一化重要度及所述稳定参数，确定所述样本数据的稳定性分数。
[0025]可选地，采用以下公式，对第j个样本数据的重要性指标进行归一化处理：
[0026][0027]其中，SSI_norm
j
为第j个样本数据的归一化重要度，SSI
j
为第j个样本数据的重要性指标。
[0028]可选地，采用以下公式，计算第j个样本数据的稳定性分数：
[0029][0030]其中，SS
j
为第j个样本数据的稳定性分数，a
j
为第j个样本数据的稳定参数，SSI_norm
j
为第j个样本数据的归一化重要度。
[0031]为实现上述目的，本专利技术还提供了如下方案：
[0032]一种电力系统暂态稳定评估系统，包括：
[0033]初始样本获取单元，用于获取初始样本集；所述初始样本集中包括多个样本数据，每个样本数据包括电力系统暂态故障发生后的样本运行数据及样本运行数据的标签；
[0034]第一训练单元，与所述初始样本获取单元连接，用于根据所述初始样本集，对第一深度神经网络进行迭代训练，得到初始评估模型，并记录每次迭代训练过程中第一深度神经网络的权值，以及每次迭代训练过程中的第一深度神经网络对各样本运行数据的预测结果；
[0035]重要性确定单元，分别与所述初始样本获取单元及所述第一训练单元连接，用于
针对任一样本数据，根据每次迭代训练过程中第一深度神经网络的权值、每次迭代训练过程中的第一深度神经网络对所述样本数据中的样本运行数据的预测结果及所述样本运行数据的标签，确定所述样本数据的重要性指标；
[0036]稳定参数确定单元，与所述第一训练单元连接，用于基于所述初始评估模型，确定所述样本数据的稳定参数；所述稳定参数为所述初始评估模型对所述样本数据的预测结果；
[0037]稳定分数确定单元，分别与所述重要性确定单元及所述稳定参数确定单元连接，用于根据所述样本数据的重要性指标及稳定参数，确定所述样本数据的稳定性分数；
[0038]最优样本确定单元，分别与所述初始样本获取单元及所述稳定分数确定单元连接，用于将所述初始样本集中稳定性分数大于最大阈值或小于最小阈值的样本数据剔除，得到最优样本集；
[0039]第二训练单元，与所述最优样本确定单元连接，用于根据所述最优样本集，对第二深度神经网络进行迭代训练，得到最优评估模型；
[0040]预测单元，与所述第二训练单元连接，用于基于所述最优评估模型，根据电力系统的实时运行数据，确定对应时刻所述电力系统的暂态稳定状态。
[0041]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：根据初始样本集对第一深度神经网络进行迭代训练，得到初始评估模型，并记录每次迭代训练过程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力系统暂态稳定评估方法，其特征在于，所述电力系统暂态稳定评估方法包括：获取初始样本集；所述初始样本集中包括多个样本数据，每个样本数据包括电力系统暂态故障发生后的样本运行数据及样本运行数据的标签；根据所述初始样本集，对第一深度神经网络进行迭代训练，得到初始评估模型，并记录每次迭代训练过程中第一深度神经网络的权值，以及每次迭代训练过程中的第一深度神经网络对各样本运行数据的预测结果；针对任一样本数据，根据每次迭代训练过程中第一深度神经网络的权值、每次迭代训练过程中的第一深度神经网络对所述样本数据中的样本运行数据的预测结果及所述样本运行数据的标签，确定所述样本数据的重要性指标；基于所述初始评估模型，确定所述样本数据的稳定参数；所述稳定参数为所述初始评估模型对所述样本数据的预测结果；根据所述样本数据的重要性指标及稳定参数，确定所述样本数据的稳定性分数；将所述初始样本集中稳定性分数大于最大阈值或小于最小阈值的样本数据剔除，得到最优样本集；根据所述最优样本集，对第二深度神经网络进行迭代训练，得到最优评估模型；基于所述最优评估模型，根据电力系统的实时运行数据，确定对应时刻所述电力系统的暂态稳定状态。2.根据权利要求1所述的电力系统暂态稳定评估方法，其特征在于，所述样本运行数据包括电力系统暂态故障发生后的有功功率、无功功率、电压幅值及电压相角。3.根据权利要求1所述的电力系统暂态稳定评估方法，其特征在于，所述获取初始样本集，具体包括：基于仿真平台模拟多组电力系统暂态故障发生后的样本运行数据，并确定各样本运行数据对应的初始标签；所述初始标签为0或1，初始标签为0表示对应的样本运行数据不稳定，初始标签为1表示对应的样本运行数据稳定；对各样本运行数据的初始标签进行独热编码，得到各样本运行数据最终的标签。4.根据权利要求1所述的电力系统暂态稳定评估方法，其特征在于，采用以下公式，计算第j个样本数据的重要性指标：其中，SSI
j
为第j个样本数据的重要性指标，w
t
为第t次迭代过程中第一深度神经网络的权值，x
j
为第j个样本数据中的样本运行数据，y
j
为第j个样本数据中样本运行数据的标签，p(w
t
,x
j
)为第t次迭代过程中的第一深度神经网络对样本运行数据x
j
的预测结果，表示求期望，|| ||2表示求二范数。5.根据权利要求1所述的电力系统暂态稳定评估方法，其特征在于，所述根据所述样本数据的重要性指标及稳定参数，确定所述样本数据的稳定性分数，具体包括：...

【专利技术属性】
技术研发人员：郑乐，徐衍会，李庚银，王正，徐式蕴，李宗翰，赵兵，武诚，汪挺，李新，
申请(专利权)人：中国电力科学研究院有限公司国网山东省电力公司，
类型：发明
国别省市：