基于IWO优化BiLSTM的有源配电网频率安全评估方法技术

一种基于IWO优化BiLSTM的有源配电网频率安全评估方法，该方法包括以下步骤：S1、从有源配电网的扰动点处获取多种电气特征量，并利用Spearman相关系数分析提取与有源配电网频率安全强相关的电气特征量；S2、将与有源配电网频率安全强相关的电气特征量数据输入BiLSTM模型中，并利用入侵杂草优化算法对BiLSTM模型中的参数进行迭代优化；S3、利用优化后的BiLSTM模型对有源配电网的频率安全状态进行评估。本发明专利技术可以快速实现有源配电网频率安全的评估，解决了传统频率安全评估方法精度低的问题，对有源配电网安全稳定运行有指导意义。对有源配电网安全稳定运行有指导意义。对有源配电网安全稳定运行有指导意义。

【技术实现步骤摘要】
基于IWO优化BiLSTM的有源配电网频率安全评估方法


[0001]本专利技术涉及电力系统频率评估领域，尤其涉及一种基于IWO优化BiLSTM的有源配电网频率安全评估方法。

技术介绍

[0002]随着国家能源结构的转型，越来越多的新能源发电场站、储能、电动汽车、智慧楼宇等可控调频资源通过各种电力电子设备不均匀分布于配网侧各节点，使得配电网呈现有源化、可控化、低惯性，同时加大了配网频率时空分布差异化程度，这些配网新特征使得配网频率动态机理更为复杂。传统配电网频率安全响应分析难以适应这些新特征，难以保证配网各个节点有功实时平衡，这使得配网频率安全隐患进一步加大。如何快速、精准地对有源配电网的频率安全做出评估，以保障扰动后有源配电网的持续可靠供电是一个亟需解决的关键问题。
[0003]现有技术文献中：Frequency Dynamics Constrained Unit Commitment With Battery Energy Storage(Y.Wen,W.Li,G.Huang and X.Liu,“Frequency Dynamics本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于IWO优化BiLSTM的有源配电网频率安全评估方法，其特征在于，该方法包括以下步骤：S1、从有源配电网的扰动点处获取多种电气特征量，并利用Spearman相关系数分析提取与有源配电网频率安全强相关的电气特征量；S2、将与有源配电网频率安全强相关的电气特征量数据输入BiLSTM模型中，并利用入侵杂草优化算法对BiLSTM模型中的参数进行迭代优化；S3、利用优化后的BiLSTM模型对有源配电网的频率安全状态进行评估。2.根据权利要求1所述的一种基于IWO优化BiLSTM的有源配电网频率安全评估方法，其特征在于：步骤S1具体包括以下步骤：S11、选取有源配电网的扰动点处电气特征量集合X和频率安全评估信息集合Y：X＝{X1，X2，
…
X
i
，
…
X
m
}Y＝{Y1，Y2，
…
Y
j
…
Y
n
}，其中，X
i
为有源配电网的扰动点处第i个电气特征量，Y
j
为有源配电网第j个频率安全评估信息，m和n分别表示电气特征量和频率安全评估信息的数量；S12、将电气特征量集合X和频率安全评估信息集合Y编秩，利用Spearman相关系数分析提取与有源配电网频率安全强相关的电气特征量。3.根据权利要求2所述的一种基于IWO优化BiLSTM的有源配电网频率安全评估方法，其特征在于：步骤S12中，Spearman相关系数ρ的表达式为：其中，l为电气特征量集合X秩次序列的长度，d
i
为第i个电气特征量与其对应频率安全评估信息的秩次差；根据ρ值的大小判断出各电气特征量与有源配电网频率安全之间的相关性。4.根据权利要求1所述的一种基于IWO优化BiLSTM的有源配电网频率安全评估方法，其特征在于：步骤S2具体包括以下步骤：S21、将与有源配电网频率安全强相关的电气特征量数据进行归一化处理，映射至[0，1]区间内，并划分训练集和测试集；S22、初始化BiLSTM和入侵杂草优化算法的参数；S23、根据初始化的参数建立BiLSTM模型，对训练集中的信息数据进行训练和测试，将测试结果的平均绝对百分比误差的倒数作为入侵杂草优化算法中各黏菌的适应度值，通过黏菌位置的更新迭代，得到BiLSTM模型的最优参数。5.根据权利要求4所述的一种基于IWO优化BiLSTM的有源配电网频率安全评估方法，其特征在于：步骤S22中，所述BiLSTM的参数包括神经元个数、学习率、窗口宽...

【专利技术属性】
技术研发人员：陈然，熊一，许汉平，柯方超，周蠡，蔡杰，熊川羽，周英博，贺兰菲，李吕满，
申请(专利权)人：国网湖北省电力有限公司经济技术研究院，
类型：发明
国别省市：