送端源电网断面宽频振荡风险预测方法及系统技术方案

公开了一种送端源电网断面宽频振荡风险预测方法及系统，通过循环采样制对单一的PMU量测采样进行宽频分析，并制定相应日宽频振荡四档时间序列数据结构，以极大压缩宽频振荡源分析的数据量，提高分析效率；通过动态典型PMU监测点选点算法，以进一步压缩源端电网的宽频振荡分析数据量，尤其是在保证一定宽频振荡分析质量的基础上，将分散在各个PMU上的同时标海量宽频数据传输至区域电网中央控制分析器；通过模糊处理，较为客观的表达区域源端电网在评估方面的量化难度，提高了风险评估的表达能力；通过LSTM网络能够实现对模糊时间序列的有效预测。效预测。效预测。

【技术实现步骤摘要】
送端源电网断面宽频振荡风险预测方法及系统


[0001]本专利技术涉及电网领域，尤其是涉及一种自适应多时间序列LSTM的送端源电网断面宽频振荡风险评估与预测方法及系统。

技术介绍

[0002]电网的振荡问题是电力系统稳定研究的重要领域。目前对于电网发生在0.2
‑
2.5Hz的低频振荡，行业内已有广泛的研究和成熟的应用。对于次/超同步振荡，行业内针对火电机组本身产生的振荡也已开展了较多工作，并部署了继电保护装置来保障机组的安全。这一类低频振荡、次/超同步振荡其共性特征是都有大型同步发电机组参与，可以统一归纳为传统振荡。
[0003]随着新能源大规模并网，尤其是“源
‑
网
‑
荷”环节电力电子设备的大量接入，使得电力电子设备之间、电力电子设备与电网之间出现了一类新型振荡，这类振荡的突出特点是不涉及发电机组的机械元件。随着风电、光伏等新能源的大规模接入及高压直流输电技术的推广应用，新型振荡发生愈加频繁。与传统电力系统振荡机理不同，新型振荡主要是由电力电子控制引发的电磁振荡，频率范围涉及10...

【技术保护点】

【技术特征摘要】
1.一种送端源电网断面宽频振荡风险预测方法，其特征在于，包括：采集多个PMU站点的送端源电网断面宽频振荡数据，以此建立PMU宽频振荡扰动数量时间序列；将采集的多PMU多频段扰动数量时间序列输入神经网络识别器，神经网络识别器以扰动风险程度时间序列为输出，对振荡类型按高中低三个风险级别进行分类；将采集的多PMU多频段扰动数量时间序列以及神经网络识别器的输出的扰动风险程度时间序列输入LSTM网络模型，LSTM网络模型输出未来所设定时间的振荡风险程度。2.根据权利要求1所述的方法，其特征在于，将送端区域断面功率P之和作为一个PMU监站点。3.根据权利要求2所述的方法，其特征在于，PMU站点的监测数据包含低频振荡、次同步振荡、超同步振荡和高频振荡四种时间序列数据，每个给定的t时间，从PMU的监测数据中进行一次时间窗口为t_win长度的采样取值，然后对采样数据进行给定长度PRONY、给定频率划分，以分解出低频振荡、次同步振荡、超同步振荡和高频振荡的波形，划分低频振荡、次同步振荡、超同步振荡和高频振荡的幅值阈值分别设置为，,,。4.根据权利要求1所述的方法，其特征在于，采用动态典型选取方法从备选站点中选取N个PMU站点：统计日扰动中次同步和超同步叠加次数超过给定阈值L的备选站点，并依据日扰动中次同步和超同步叠加次数对备选站点进行排序，选取前N个站点。5.一种送端源电网断面宽频振荡风险预测系统，其特征在于，包括：扰动数量时间序列获取模块，其被配置为采集多个PMU站点的送端源电网断面宽频振荡数据，以此建立PMU宽频振荡扰动数量时间序列；神经网络识别器，其以多PMU多频段扰动数量时间序列为输入，以扰...

【专利技术属性】
技术研发人员：付红军，熊浩清，孙海顺，唐晓骏，李岩，谢岩，镐俊杰，杜晓勇，邵德军，李程昊，石梦璇，王东泽，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：