基于增量插值的输电线路阻塞风险概率评估方法及产品技术

本申请实施例涉及电力系统领域，公开了一种基于增量插值的输电线路阻塞风险概率评估方法及产品，包括：将待评估时段的特征输入优化的改良神经网络中，得到分位数下对应的待取值阻塞风险；采用线性插值的方式，对所述分位数下对应的待取值阻塞风险基于预设算法进行处理，得到阻塞风险概率评估模型；按照预设间隔对所述分位数进行赋值，利用所述优化的改良神经网络和所述阻塞风险概率评估模型，获取目标线路的阻塞风险概率评估结果。通过使用历史数据训练优化的改良神经网络，并使用增量插值法对分位数下的输出结果进行改进，可以避免分位数交叉的问题，精确的输出线路阻塞的累积分布函数，实现对阻塞严重程度的全面评估。实现对阻塞严重程度的全面评估。实现对阻塞严重程度的全面评估。

【技术实现步骤摘要】
基于增量插值的输电线路阻塞风险概率评估方法及产品


[0001]本申请实施例涉及电力系统领域，具体而言，涉及一种基于增量插值的输电线路阻塞风险概率评估方法及产品。

技术介绍

[0002]市场化环境下，接入电网的各机组发电情况不再由计划决定，而是由机组申报的成本所决定，成本更低的机组有限中标发电。由于输电线路存在容量上限，即使有充裕的低成本机组，仍有可能由于输电线路阻塞造成外部低成本机组无法为目标区域供电，只能启用目标区域内的高成本机组，造成当地用电成本的上升甚至发生限电等。因此，在电网运行时，必须对各输电线路的阻塞风险进行充分的评估，指导电网的调度运行。
[0003]然而，当前采用的输电线路阻塞风险评估方法主要根据电网运行模拟进行，此方法只能利用电网运行模拟的数据判断线路阻塞与否，无法评估线路阻塞的严重度，也无法精确给出线路阻塞的累积分布函数。因此，如何全面评估线路阻塞风险，成为当前亟待解决的问题。

技术实现思路

[0004]本申请实施例在于提供一种基于增量插值的输电线路阻塞风险概率评估方法及产品，旨在解决如何全面评估线路阻塞风险的问题。
[0005]本申请实施例第一方面提供一种基于增量插值的输电线路阻塞风险概率评估方法，包括：
[0006]将待评估时段的特征输入优化的改良神经网络中，得到分位数下对应的待取值阻塞风险，所述优化的改良神经网络由优化的一般性全连接神经网络和优化的限定层组成；
[0007]采用线性插值的方式，对所述分位数下对应的待取值阻塞风险基于预设算法进行处理，得到阻塞风险概率评估模型；
[0008]按照预设间隔对所述分位数进行赋值，利用所述优化的改良神经网络和所述阻塞风险概率评估模型，获取目标线路的阻塞风险概率评估结果。
[0009]可选地，将待评估时段的特征输入优化的改良神经网络中，得到分位数下对应的待取值阻塞风险，包括：
[0010]将所述待评估时段的特征输入所述优化的一般全连接神经网络，输出分位数下对应的隐藏变量；
[0011]将所述分位数下对应的隐藏变量输入所述优化的限定层，根据所述限定层中分位数下对应的隐藏神经元，对所述分位数下对应的隐藏变量进行处理，得到分位数下对应的待取值阻塞风险。
[0012]可选地，采用线性插值的方式，对所述分位数下对应的待取值阻塞风险基于预设算法进行处理，得到阻塞风险概率评估模型，包括：
[0013]当α
i
<α<α
i+1
，i＝1,2,
…
,m
‑
1时，对所述分位数下对应的待取值阻塞风险按照如下
算法计算得到非尾部待取值阻塞风险：
[0014][0015]当0<α<α1或1>α>α
m
时，对所述分位数下对应的待取值阻塞风险按照如下算法计算得到尾部待取值阻塞风险：
[0016][0017]其中，α为所述分位数，m为所述分位数的数目，为所述待取值阻塞风险，x为所述待评估时段的特征，t
′
为待评估时段，(λ
L
,ν
L
)和(λ
R
,ν
R
)为指数分布的参数；
[0018]将所述非尾部待取值阻塞风险和所述尾部待取值阻塞风险组成所述阻塞风险概率评估模型。
[0019]可选地，所述优化的限定层，按照如下方式获得：
[0020]将一般全连接神经网络输出的分位数下对应的隐藏变量输入限定层的第一隐藏神经元中，输出第一分位数下对应的待取值阻塞风险作为第一输出结果；
[0021]将所述第一输出结果输入下一分位数下对应的隐藏神经元中，并将每次得到的输出结果叠加至上一隐藏神经元的输出结果上，依次进行最终得到所述分位数下对应的待取值阻塞风险；
[0022]根据所述分位数下对应的待取值阻塞风险计算限定层的损失函数，并根据所述限定层的损失函数优化限定层的可训练参数，得到所述优化的限定层。
[0023]可选地，所述指数分布的参数(λ
L
,ν
L
)和(λ
R
,ν
R
)的取值按照如下方式进行计算：
[0024]根据第一尾部分位数与第一尾部分位数对应的待取值阻塞风险，代入如下方程计算所述指数参数(λ
L
,ν
L
)：
[0025][0026]根据第二尾部分位数与第二尾部分位数对应的待取值阻塞风险，代入如下方程计算所述指数参数(λ
R
,ν
R
)：
[0027][0028]其中，m为所述分位数的数目，和为所述第一尾部分位数与第一尾部分位数对应的待取值阻塞风险，和为所述第
二尾部分位数与第二尾部分位数对应的待取值阻塞风险，(λ
L
,ν
L
)和(λ
R
,ν
R
)为指数分布的参数。
[0029]可选地，将所述第一输出结果输入下一分位数下对应的隐藏神经元中，并将每次得到的输出结果叠加至上一隐藏神经元的输出结果上，按照如下方式进行计算：
[0030]q(α
i
,x)＝q(α
i
‑1,x)+ReLU(w
i
·
h+b
i
)；
[0031]其中，q(α
i
,x)为第i输出结果，i＝2,
…
,m，m为所述分位数的数目，q(α
i
‑1,x) 为第i
‑
1输出结果，θ
i
＝[w
i
,b
i
]为第i隐藏神经元的可训练参数，h为所述分位数下对应的隐藏变量，ReLU(x)为激活函数，ReLU(x)＝max{0,x}。
[0032]本申请实施例第二方面提供一种基于增量插值的输电线路阻塞风险概率评估装置，包括：
[0033]分位数下待取值阻塞风险模块，用于将待评估时段的特征输入优化的改良神经网络中，得到分位数下对应的待取值阻塞风险，所述优化的改良神经网络由优化的一般性全连接神经网络和优化的限定层组成；
[0034]插值模块，用于采用线性插值的方式，对所述分位数下对应的待取值阻塞风险基于预设算法进行处理，得到阻塞风险概率评估模型；
[0035]结果获取模块，用于按照预设间隔对所述分位数进行赋值，利用所述优化的改良神经网络和所述阻塞风险概率评估模型，获取目标线路的阻塞风险概率评估结果。
[0036]其中，所述分位数下待取值阻塞风险模块，包括：
[0037]隐藏变量输出子模块，用于将所述待评估时段的特征输入所述优化的一般全连接神经网络，输出分位数下对应的隐藏变量；
[0038]限定子模块，用于将所述分位数下对应的隐藏变量输入所述优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于增量插值的输电线路阻塞风险概率评估方法，其特征在于，包括：将待评估时段的特征输入优化的改良神经网络中，得到分位数下对应的待取值阻塞风险，所述优化的改良神经网络由优化的一般性全连接神经网络和优化的限定层组成；采用线性插值的方式，对所述分位数下对应的待取值阻塞风险基于预设算法进行处理，得到阻塞风险概率评估模型；按照预设间隔对所述分位数进行赋值，利用所述优化的改良神经网络和所述阻塞风险概率评估模型，获取目标线路的阻塞风险概率评估结果。2.根据权利要求1所述的基于增量插值的输电线路阻塞风险概率评估方法，其特征在于，将待评估时段的特征输入优化的改良神经网络中，得到分位数下对应的待取值阻塞风险，包括：将所述待评估时段的特征输入所述优化的一般全连接神经网络，输出分位数下对应的隐藏变量；将所述分位数下对应的隐藏变量输入所述优化的限定层，根据所述限定层中分位数下对应的隐藏神经元，对所述分位数下对应的隐藏变量进行处理，得到分位数下对应的待取值阻塞风险。3.根据权利要求1所述的基于增量插值的输电线路阻塞风险概率评估方法，其特征在于，采用线性插值的方式，对所述分位数下对应的待取值阻塞风险基于预设算法进行处理，得到阻塞风险概率评估模型，包括：当α
i
<α<α
i+1
，i＝1,2,
…
,m
‑
1时，对所述分位数下对应的待取值阻塞风险按照如下算法计算得到非尾部待取值阻塞风险：当0<α<α1或1>α>α
m
时，对所述分位数下对应的待取值阻塞风险按照如下算法计算得到尾部待取值阻塞风险：其中，α为所述分位数，m为所述分位数的数目，为所述待取值阻塞风险，x为所述待评估时段的特征，t
′
为待评估时段，(λ
L
,ν
L
)和(λ
R
,ν
R
)为指数分布的参数；将所述非尾部待取值阻塞风险和所述尾部待取值阻塞风险组成所述阻塞风险概率评估模型。4.根据权利要求2所述的基于增量插值的输电线路阻塞风险概率评估方法，其特征在于，所述优化的限定层，按照如下方式获得：将一般全连接神经网络输出的分位数下对应的隐藏变量输入限定层的第一隐藏神经元中，输出第一分位数下对应的待取值阻塞风险作为第一输出结果；将所述第一输出结果输入下一分位数下对应的隐藏神经元中，并将每次得到的输出结果叠加至上一隐藏神经元的输出结果上，依次进行最终得到所述分位数下对应的待取值阻
塞风险；根据所述分位数下对应的待取值阻塞风险计算限定层的损失函数，并根据所述限定层的损失函数优化限定层的可训练参数，得到所述优化的限定层。5.根据权利要求3所述的基于增量插值的输电线路阻塞风险概率评估方法，其特征在于，所述指数分布的参数(λ
L
,ν
L
)和(λ
R
,ν
R
...

【专利技术属性】
技术研发人员：王浩浩，罗锦庆，黄远明，林少华，王宁，舒康安，别佩，陈青，
申请(专利权)人：广东电力交易中心有限责任公司，
类型：发明
国别省市：