时空特征融合的电力系统机组组合优化方法及其系统技术方案

本发明专利技术公开了一种时空特征融合的电力系统机组组合优化方法及其系统，应用于电力系统机组组合技术领域，该方法包括：获取电力系统的电力数据和电力设备空间关联图；根据所述电力数据对预设的时空融合模型进行训练，并通过所述电力数据和训练完成的时空融合模型得到机组启停的预调度表，所述预调度表包括机组编号和机组启停时间；通过动态时间归整算法对所述电力数据进行时间相似度提取处理得到动态时间图，并根据所述动态时间图和所述电力设备空间关联图在所述预调度表中确定最优机组组合。本发明专利技术能够解决传统机组组合未考虑复杂时空依赖关系的技术问题。空依赖关系的技术问题。空依赖关系的技术问题。

【技术实现步骤摘要】
时空特征融合的电力系统机组组合优化方法及其系统


[0001]本专利技术涉及电力系统机组组合
，尤其涉及一种时空特征融合的电力系统机组组合优化方法及其系统。

技术介绍

[0002]在将电动汽车、分布式能源接入电力系统后，为在系统负荷需求和发电限制等约束条件下，对各个机组的出力情况和开关状态进行调度，实现机组污染气体排放量以及发电总费用或者燃料成本等目标达到最优，获得最优的机组组合，技术人员通常基于可学习邻接矩阵或基于Transformer模型的方法设计机组启停组合。
[0003]然而，基于可学习邻接矩阵的方法缺乏对复杂时空依赖关系的表征能力，同时基于Transformer的模型则容易产生过拟合，并且目前存在的模型都是在空间相关性不变的条件下设计的，但在实际条件中，空间相关性不变是不成立的。

技术实现思路

[0004]本专利技术提出一种时空特征融合的电力系统机组组合优化方法及其系统，其中，时空特征融合的电力系统机组组合优化方法及其系统包括：时空特征融合的电力系统机组组合优化方法、时空特征融合的电力系统机组优化系统、机组优化设备和存储介质，旨在解决传统机组组合未考虑复杂时空依赖关系的技术问题。
[0005]为解决上述问题，本专利技术提出一种时空特征融合的电力系统机组组合优化方法、系统、机组优化设备及存储介质，其中，所述电力系统机组组合优化方法包括：
[0006]获取电力系统的电力数据和电力设备空间关联图；
[0007]根据所述电力数据对预设的时空融合模型进行训练，并通过所述电力数据和训练完成的时空融合模型得到机组启停的预调度表，所述预调度表包括机组编号和机组启停时间；
[0008]通过动态时间归整算法对所述电力数据进行时间相似度提取处理得到动态时间图，并根据所述动态时间图和所述电力设备空间关联图在所述预调度表中确定最优机组组合。
[0009]可选地，所述电力数据包括：电力输出数据和电力装置状态数据，所述通过所述电力数据和训练完成的时空融合模型得到机组启停的预调度表的步骤，包括：
[0010]通过训练完成的时空融合模型对所述电力输出数据进行发电分析得到机组输出能力表，所述发电分析为对机组的发电能力进行分析；
[0011]通过训练完成的时空融合模型对所述电力装置状态数据进行装置状态分析得到机组状态表，所述装置状态分析为对机组的启停状态进行分析；
[0012]根据所述机组输出能力表和所述机组状态表得到机组启停的预调度表。
[0013]可选地，所述根据所述机组输出能力表和所述机组状态表得到机组启停的预调度表的步骤，包括：
[0014]根据所述机组输出能力表和所述机组状态表在电力系统的机组中确定多个发电机组；
[0015]对多个所述发电机组进行特征组合处理得到机组启停的预调度表。
[0016]可选地，所述时间相似度提取处理包括：序列化提取处理和图像化处理，所述通过动态时间归整算法对所述电力数据进行时间相似度提取处理得到动态时间图的步骤，包括：
[0017]通过动态时间规整算法对所述电力数据进行序列化提取处理得到历史时间序列相似度；
[0018]对所述历史时间序列相似度进行图像化处理得到动态时间图。
[0019]可选地，所述根据所述动态时间图和所述电力设备空间关联图在所述预调度表中确定最优机组组合的步骤，包括：
[0020]对所述动态时间图进行时间特征提取处理得到电力系统时间特征；
[0021]根据所述电力系统时间特征和所述电力设备空间关联图进行特征汇总得到电力系统的隐藏时空特征；
[0022]根据所述隐藏时空特征在所述预调度表中确定最优机组组合。
[0023]可选地，所述根据所述电力系统时间特征和所述电力设备空间关联图进行特征汇总得到电力系统的隐藏时空特征的步骤，包括：
[0024]对所述电力设备空间关联图进行空间特征提取处理得到电力系统空间特征；
[0025]根据所述电力系统时间特征和所述电力系统空间特征进行特征汇总处理得到电力系统的隐藏时空特征。
[0026]可选地，在所述根据所述电力数据对预设的时空融合模型进行训练的步骤之前，所述方法还包括：
[0027]对所述电力数据进行特征提取处理得到电力特征数据；
[0028]所述根据所述电力数据对预设的时空融合模型进行训练的步骤，包括：
[0029]根据所述电力特征数据对预设的时空融合模型进行训练。
[0030]此外，为解决上述问题，本专利技术还提出一种时空特征融合的电力系统机组优化系统，所述时空特征融合的电力系统机组优化系统包括：
[0031]第一获取模块，用于获取电力系统的电力数据和电力设备空间关联图；
[0032]预调度表计算模块，用于根据所述电力数据对预设的时空融合模型进行训练，并通过所述电力数据和训练完成的时空融合模型得到机组启停的预调度表，所述预调度表包括机组编号和机组启停时间；
[0033]最优机组确定模块，用于通过动态时间归整算法对所述电力数据进行时间相似度提取处理得到动态时间图，并根据所述动态时间图和所述电力设备空间关联图在所述预调度表中确定最优机组组合。
[0034]此外，为解决上述问题，本专利技术还提出一种机组优化设备，所述机组优化设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电力系统机组组合优化程序，所述电力系统机组组合优化程序被所述处理器执行时实现如上所述的电力系统机组组合优化方法的步骤。
[0035]此外，为解决上述问题，本专利技术还提出一种存储介质，所述存储介质上存储有电力
系统机组组合优化程序，所述电力系统机组组合优化程序被处理器执行时实现如上所述的电力系统机组组合优化方法的步骤。
[0036]本专利技术提出一种时空特征融合的电力系统机组组合优化方法、系统、机组优化设备及存储介质，所述电力系统机组组合优化方法包括：获取电力系统的电力数据和电力设备空间关联图；根据所述电力数据对预设的时空融合模型进行训练，并通过所述电力数据和训练完成的时空融合模型得到机组启停的预调度表，所述预调度表包括机组编号和机组启停时间；通过动态时间归整算法对所述电力数据进行时间相似度提取处理得到动态时间图，并根据所述动态时间图和所述电力设备空间关联图在所述预调度表中确定最优机组组合。
[0037]本专利技术提出了一种时空特征融合的电力系统机组组合优化方法、时空特征融合的电力系统机组优化系统、机组优化设备及存储介质，其中，该电力系统机组组合优化方法包括：获取电力系统的电力数据和电力系统中各个电力设备的电力设备空间关联图，然后根据电力数据对预先设置的时空融合模型进行训练，并通过电力数据和训练完成的时空融合模型得到控制发电机组启动和停止的预调度表，该预调度表包括机组编号和机组启停时间，然后通过动态时间规整算法对电力数据进行时间相似度提取处理得到动态时间图，并根据动态时间图和电力设备空间关联图在预调度表中确定最优发电机机组组合。
...

【技术保护点】

【技术特征摘要】
1.一种时空特征融合的电力系统机组组合优化方法，其特征在于，所述电力系统机组组合优化方法包括：获取电力系统的电力数据和电力设备空间关联图；根据所述电力数据对预设的时空融合模型进行训练，并通过所述电力数据和训练完成的时空融合模型得到机组启停的预调度表，所述预调度表包括机组编号和机组启停时间；通过动态时间归整算法对所述电力数据进行时间相似度提取处理得到动态时间图，并根据所述动态时间图和所述电力设备空间关联图在所述预调度表中确定最优机组组合。2.如权利要求1所述的时空特征融合的电力系统机组组合优化方法，其特征在于，所述电力数据包括：电力输出数据和电力装置状态数据，所述通过所述电力数据和训练完成的时空融合模型得到机组启停的预调度表的步骤，包括：通过训练完成的时空融合模型对所述电力输出数据进行发电分析得到机组输出能力表，所述发电分析为对机组的发电能力进行分析；通过训练完成的时空融合模型对所述电力装置状态数据进行装置状态分析得到机组状态表，所述装置状态分析为对机组的启停状态进行分析；根据所述机组输出能力表和所述机组状态表得到机组启停的预调度表。3.如权利要求2所述的时空特征融合的电力系统机组组合优化方法，其特征在于，所述根据所述机组输出能力表和所述机组状态表得到机组启停的预调度表的步骤，包括：根据所述机组输出能力表和所述机组状态表在电力系统的机组中确定多个发电机组；对多个所述发电机组进行特征组合处理得到机组启停的预调度表。4.如权利要求1所述的时空特征融合的电力系统机组组合优化方法，其特征在于，所述时间相似度提取处理包括：序列化提取处理和图像化处理，所述通过动态时间归整算法对所述电力数据进行时间相似度提取处理得到动态时间图的步骤，包括：通过动态时间规整算法对所述电力数据进行序列化提取处理得到历史时间序列相似度；对所述历史时间序列相似度进行图像化处理得到动态时间图。5.如权利要求1所述的时空特征融合的电力系统机组组合优化方法，其特征在于，所述根据所述动态时间图和所述电力设备空间关联图在所述预调度表中确定最优机组组合的步骤，包括：对所述动态时间图进行时间特征提取处理得...

【专利技术属性】
技术研发人员：梁寿愚，何宇斌，李映辰，张坤，吴小刚，李文朝，胡荣，周华锋，江伟，顾慧杰，符秋稼，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：