一种电力系统分区频率稳定判别方法技术方案

本发明专利技术公开了一种电力系统分区频率稳定判别方法，包括：利用电力系统仿真软件对不同负荷情况下的互联电力系统进行模拟运行得到各个节点在不同运行时间中的频率，作为卷积神经网络的训练数据集；基于格拉姆角场图形化的指标构建；对构建的格拉姆角场进行特征提取，对卷积神经网络进行训练；基于动态时间规整距离的动态分区确定频率失稳的薄弱点；将频率失稳薄弱点处采集的数据进行时序数据准确性与安全性评估后，建立对应的格拉姆角场，转化数据至极坐标系；将转化后的数据输入到训练后的卷积神经网络中，进行频率稳定分析；解决了现有技术需要测量的特征量过多及计算精度不高；无法准确预测各区域频率的变化趋势等技术问题

【技术实现步骤摘要】
一种电力系统分区频率稳定判别方法


[0001]本专利技术属于电力系统频率稳定监测
；尤其涉及一种电力系统分区频率稳定判别方法
。

技术介绍

[0002]随着新能源技术的发展，电网中的新能源发电设备占比逐渐升高并替代系统中原有的同步发电机等旋转发电设备，致使电力系统的惯量减小，在出现扰动时频率下降更加剧烈
。
同时，新能源发电的出力存在波动性与不确定性等特点，对电力系统的频率稳定造成了不利影响
。
[0003]频率稳定是电力系统保持正常运行的必要条件
。
在传统的电力系统中，频率由同步发电机的转子转速决定，可以通过改变转速对频率进行调整
。
目前，越来越多新能源发电设备接入电力系统，其本身不具备调节频率的能力，导致电力系统发生频率崩溃的几率升高
。
同时，现代电网正不断向大系统互联的方向发展各区域间的频率存在差异
。
当扰动发生后，受网络里各个节点与扰动点间电气距离不同等因素的影响，各点的频率也并非是按相同的趋势变化的
。
...

【技术保护点】

【技术特征摘要】
1.
一种电力系统分区频率稳定判别方法，其特征在于：所述方法包括：步骤
1、
利用电力系统仿真软件对不同负荷情况下的互联电力系统进行模拟运行得到各个节点在不同运行时间中的频率，作为卷积神经网络的训练数据集；步骤
2、
基于格拉姆角场图形化的指标构建；步骤
3、
对构建的格拉姆角场进行特征提取，对卷积神经网络进行训练；步骤
4、
基于动态时间规整距离的动态分区确定频率失稳的薄弱点；步骤
5、
将频率失稳薄弱点处采集的数据进行时序数据准确性与安全性评估后，建立对应的格拉姆角场，转化数据至极坐标系；步骤
6、
将转化后的数据输入到训练后的卷积神经网络中，进行频率稳定分析
。2.
根据权利要求1所述的一种电力系统分区频率稳定判别方法，其特征在于：所述基于格拉姆角场图形化的指标构建包括：时序数据准确性与安全性评估和格拉姆角场的构建，将一维数据从笛卡尔坐标系转化至极坐标系，依据内积定义形式，通过三角函数和或差得到表征时间相关性的信息；根据现场需求对通过格拉姆角场生成的图形大小
、
精度
、
干扰量消除需求进行指标构建与匹配
。3.
根据权利要求2所述的一种电力系统分区频率稳定判别方法，其特征在于：所述基于格拉姆角场图形化的指标构建方法包括：步骤
2.1、
针对采集的频率时序数据从谐波量
、
噪声扰动量
、
数据完整性及数据正确性进行评估，从而保证数据的正确性；步骤
2.2、
将一维数据从笛卡尔坐标系转化至极坐标系：式中：
t
i
为时间戳；
N
为采样电流数值个数；
φ
为相角；
r
为极坐标半径；为标准化缩放后的
X
；步骤
2.3、
内积定义形式是指格拉姆角场定义了两种内积形式，定义如下：
<x
i
,x
j
>
＝
cos(
φ
i
+
φ
j
)
ꢀꢀꢀꢀ
(2)<x
i
,x
j
>
＝
sin(
φ
i
‑
φ
j
)
ꢀꢀꢀꢀ
(3)
上述两种不同内积定义形式，得到两种不同的格拉姆角场如下式所示：上述两种不同内积定义形式，得到两种不同的格拉姆角场如下式所示：
4.
根据权利要求1所述的一种电力系统分区频率稳定判别方法，其特征在于：特征提取
是指利用
CNN
对格拉姆角场的图像数据进行特征层面的提取，将复杂的图像数据转化为可用的简化特征
。5.
根据权利要求1所述的一种电力系统分区频率稳定判别方法，其特征在于：基于动态时间规整距离的动态分区包括计算每两组频率时序曲线的
DTW
距离并衡量二者之间的相似性；利用聚类方法对所有节点进行划分；计算各分区中的额定惯量总和，选取总和最低分区中频率最低的采样点作为研究...

【专利技术属性】
技术研发人员：夏天，陈胜，章熙，王荣，陈智祺，张洪略，李颖杰，饶宏宇，刘晓放，景诗毅，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：