继电保护策略生成方法技术

本发明专利技术公开了一种继电保护策略生成方法

【技术实现步骤摘要】
继电保护策略生成方法、装置、电子设备及存储介质


[0001]本专利技术涉及电力系统紧急控制
，尤其涉及一种继电保护策略生成方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]新型电力系统建设背景下，使得电力系统的“双高”(
即高比例可再生能源，高比例电力电子装备
)
特征日益显著，从而给电网安全稳定带来了严峻挑战
。
现有的电网保护策略，主要采用根据系统运行典型方式进行故障集扫描，构建相对保守的运行空间，进行保护策略校核
。
[0003]而随着新型电力系统的逐步推进，电网运行更加复杂，电网潮流方式愈加多样，从而导致不断挤压相对保守的运行空间，难以在兼顾安全性以及经济性的前提下，构建基于典型运行方式的保护策略
。

技术实现思路

[0004]本专利技术提供了一种继电保护策略生成方法
、
装置
、
电子设备及存储介质，用于解决或部分解决现有的电网紧急保护控制方法效果不佳的技术问题
。
[0005]本专利技术提供的一种继电保护策略生成方法，所述方法包括：
[0006]获取待测电网的电网实时数据，并根据所述电网实时数据构建暂态响应矩阵；
[0007]将所述暂态响应矩阵输入至继电保护预测模型进行时空特征提取，获得电网时空特征；
[0008]若所述电网时空特征表征所述待测电网对应的预测运行状态满足保护动作判据，则将所述电网时空特征输入至预先训练的切机决策模型进行故障决策，输出电网调控动作，所述电网调控动作用于对电网中预测故障机组进行切除
。
[0009]可选地，所述获取待测电网的电网实时数据，并根据所述电网实时数据构建暂态响应矩阵，包括：
[0010]获取待测电网的电网实时数据，并提取所述电网实时数据中多个时间点的节点特征数据，每一所述节点特征数据的格式表示如下：
[0011][0012]其中，
Z
t
表示时间点为
t
时对应的节点特征数据，
N
I
为发电机数量，
N
J
为负荷数量，
N
N
为变电站数量，为节点特征发电机功角，为负荷功率
、
为变电站母线电压，为变电站接线方式；
[0013]采用如下公式将多个时间点的节点特征数据进行组合，构建暂态响应矩阵，所述暂态响应矩阵表示多个空间特征的时间序列数据：
[0014]s
t
＝
(Z
t
，
Z
t
‑1，
...
，
Z
t
‑
C+1
)
[0015]其中，
s
t
为暂态响应矩阵，即时间序列数据，
C
表示时间点数量
。
[0016]可选地，所述继电保护预测模型包括图神经网络以及长短时记忆神经网络，所述电网时空特征包括电网空间特征以及电网时序特征，所述将所述暂态响应矩阵输入至继电保护预测模型进行时空特征提取，获得电网时空特征，包括：
[0017]将所述暂态响应矩阵输入至图神经网络进行特征提取，获得电网空间特征，并通过长短时记忆神经网络从所述电网空间特征提取电网时序特征
。
[0018]可选地，所述节点特征数据对应待测电网中多个拓扑节点，所述将所述暂态响应矩阵输入至图神经网络进行特征提取，获得电网空间特征，包括：
[0019]将所述暂态响应矩阵输入至图神经网络进行多层次特征提取，获得电网空间特征，计算公式如下：
[0020][0021]其中，
X
(l+1)
表示第
l+1
层对应的电网空间特征，
X
(l)
表示第
l
层对应的电网空间特征，
σ
为非线性激活函数，
A
表示拓扑节点
i
所对应的邻接矩阵，表示
A
加上对角阵后的自循环矩阵，为对应的度矩阵，
W
(l)
表示第
l
层的权重系数矩阵，
b
(l)
表示第
l
层的偏置矩阵
。
[0022]可选地，所述通过长短时记忆神经网络从所述电网空间特征提取电网时序特征，包括：
[0023]通过长短时记忆神经网络从所述电网空间特征提取电网时序特征，计算公式如下：
[0024][0025][0026]h
t
＝
β
t
⊙
tanh(
α
t
)
[0027]Y
t
＝
h
t
[0028]其中，表示隐藏状态更新量，
β
t
表示输入门状态量，
λ
t
表示遗忘门状态量，
μ
t
表示输出门状态量，
tanh
为激活函数，
W
为长短时记忆神经网络的权重系数，
B
为长短时记忆神经网络的偏置系数，
X
t
表示时间点
t
对应的长短时记忆神经网络输入，即对应相同时间点的图神经网络输出，
h
t
‑1表示时间点
t
‑1对应的隐节点，
h
t
表示时间点
t
对应的隐节点，
⊙
表示卷积计算，
α
t
‑1表示时间点
t
‑1对应的隐藏状态量，
α
t
表示时间点
t
对应的隐藏状态量，
Y
t
表示时间点
t
对应的长短时记忆神经网络输出
。
[0029]可选地，所述将所述电网时空特征输入至预先训练的切机决策模型进行故障决策，输出电网调控动作，包括：
[0030]将所述电网时空特征输入至预先训练的切机决策模型，输出切机机组概率值；
[0031]根据所述切机机组概率值对所述待测电网进行机组采样，将需要进行故障切除的
机组作为预测故障机组，并输出对应的电网调控动作
。
[0032]可选地，所述方法还包括：
[0033]构建基于图神经网络以及长短时记忆神经网络的继电保护预测模型；
[0034]获取电网故障后生成的暂态响应数据集，并将所述暂态响应数据集输入至所述继电保护预测模型；
[0035]采用所述暂态响应数据集对所述图神经网络进行空间特征提取训练，输出暂态响应空间特征集；
[0036]采用所述暂态响应空间特征集对所述长短时记忆神经网络进行时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种应用于电网的继电保护策略生成方法，其特征在于，包括：获取待测电网的电网实时数据，并根据所述电网实时数据构建暂态响应矩阵；将所述暂态响应矩阵输入至继电保护预测模型进行时空特征提取，获得电网时空特征；若所述电网时空特征表征所述待测电网对应的预测运行状态满足保护动作判据，则将所述电网时空特征输入至预先训练的切机决策模型进行故障决策，输出电网调控动作，所述电网调控动作用于对电网中预测故障机组进行切除
。2.
根据权利要求1所述的继电保护策略生成方法，其特征在于，所述获取待测电网的电网实时数据，并根据所述电网实时数据构建暂态响应矩阵，包括：获取待测电网的电网实时数据，并提取所述电网实时数据中多个时间点的节点特征数据，每一所述节点特征数据的格式表示如下：其中，
Z
t
表示时间点为
t
时对应的节点特征数据，
N
I
为发电机数量，
N
J
为负荷数量，
N
N
为变电站数量，为节点特征发电机功角，为负荷功率
、
为变电站母线电压，为变电站接线方式；采用如下公式将多个时间点的节点特征数据进行组合，构建暂态响应矩阵，所述暂态响应矩阵表示多个空间特征的时间序列数据：
s
t
＝
(Z
t
，
Z
t
‑1，
...
，
Z
t
‑
C+1
)
其中，
s
t
为暂态响应矩阵，即时间序列数据，
C
表示时间点数量
。3.
根据权利要求2所述的继电保护策略生成方法，其特征在于，所述继电保护预测模型包括图神经网络以及长短时记忆神经网络，所述电网时空特征包括电网空间特征以及电网时序特征，所述将所述暂态响应矩阵输入至继电保护预测模型进行时空特征提取，获得电网时空特征，包括：将所述暂态响应矩阵输入至图神经网络进行特征提取，获得电网空间特征，并通过长短时记忆神经网络从所述电网空间特征提取电网时序特征
。4.
根据权利要求3所述的继电保护策略生成方法，其特征在于，所述节点特征数据对应待测电网中多个拓扑节点，所述将所述暂态响应矩阵输入至图神经网络进行特征提取，获得电网空间特征，包括：将所述暂态响应矩阵输入至图神经网络进行多层次特征提取，获得电网空间特征，计算公式如下：其中，
X
(l+1)
表示第
l+1
层对应的电网空间特征，
X
(l)
表示第
l
层对应的电网空间特征，
σ
为非线性激活函数，
A
表示拓扑节点
i
所对应的邻接矩阵，表示
A
加上对角阵后的自循环矩阵，为对应的度矩阵，
W
(l)
表示第
l
层的权重系数矩阵，
b
(l)
表示第
l
层的偏置矩阵
。
5.
根据权利要求4所述的继电保护策略生成方法，其特征在于，所述通过长短时记忆神经网络从所述电网空间特征提取电网时序特征，包括：通过长短时记忆神经网络从所述电网空间特征提取电网时序特征，计算公式如下：通过长短时记忆神经网络从所述电网空间特征提取电网时序特征，计算公式如下：
h
t
＝
β
t
⊙
tanh(
α

【专利技术属性】
技术研发人员：朱煜昆，王晓明，朱益华，蒙宣任，涂亮，宋益，黄立滨，孙志媛，常东旭，刘鹏，胡斌江，林翔宇，张杰，张龙飞，武明康，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：