【技术实现步骤摘要】
本专利技术涉及电网动态稳定分析与评估，特别涉及一种电网频率稳定特性分析方法、装置、设备及介质。
技术介绍
1、在国家建设新型电力系统的背景下，风电、光伏发电等新能源并网规模快速增长。由于新能源发电本身固有的间歇性、波动性以及不确定性，其大规模并网对电网的安全稳定运行造成较大威胁。另一方面，为优化我国电网结构，提高中西部地区新能源外送能力，部分区域电网或省级电网与大电网的互联运行方式开始转变，由原来的交流同步互联运行转为交直流复杂混联。在此条件下，电网整体惯量大幅度减小，同时系统运行的不确定性日益凸显，当系统遭遇暂态故障等大扰动后，发电和负荷功率之间维持平衡的难度剧增，系统频率稳定问题突出。
2、因此，在新能源高比例接入、交直流复杂混联的大规模电网中，为避免大扰动后引发大面积的频率失稳，应对电网的频率稳定特性进行全面而深入的分析和评估，为电网工作人员认知复杂频率失稳特性、制定电网频率稳定恢复控制措施提供有效指导是本领域技术人员目前需要解决的问题。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种电网频率稳定特性分析方法、装置、设备及介质，能够全面挖掘系统频率失稳动态演化规律，进一步提升系统频率稳定特性分析水平。其具体方案如下：
2、第一方面，本申请公开了一种电网频率稳定特性分析方法，包括：
3、在机电暂态时域仿真软件中根据目标电网的网架结构搭建仿真模型；
4、对所述仿真模型进行暂态时域仿真以得到所述目标电网中目标历史运行记录的时
5、确定所述目标电网中用于进行频率稳定评估和分析的监测节点，并获取所述监测节点的空间特征输入；
6、构建时空图卷积神经网络模型，并基于所述时域仿真结果与所述空间特征输入对所述时空图卷积神经网络模型进行训练，以得到基于数据驱动的频率稳定评估模型；
7、当所述目标电网在运行过程中遭遇第二故障扰动时，获取所述监测节点的在线监测实际特征数据，并将所述在线监测实际特征数据输入至所述频率稳定评估模型，以便根据所述频率稳定评估模型输出的评估结果对电网频率进行分析。
8、可选的，所述对所述仿真模型进行暂态时域仿真以得到所述目标电网中目标历史运行记录的时域仿真结果，包括：
9、利用基于所述预设运行方式进行运行的次数与遭遇所述第一故障扰动的次数确定所述仿真模型进行所述暂态时域仿真的次数；
10、按照所述暂态时域仿真的次数对所述仿真模型进行暂态时域仿真；
11、收集所述仿真模型在每次所述暂态时域仿真后的目标数据，以得到时序数据集；其中，所述目标数据为所述目标历史运行记录中的所述监测节点在所述第一故障扰动后若干个时间断面的数据；
12、记录所述仿真模型在每次所述暂态时域仿真后的频率状态，并将所述频率状态作为样本标签相应的标注至所述时序数据集，以得到时域仿真样本；
13、统计所有所述时域仿真样本生成时域仿真样本集，以得到时域仿真结果。
14、可选的，所述获取所述监测节点的空间特征输入，包括：
15、获取所述监测节点的导纳矩阵，并基于所述导纳矩阵的节点间导纳值，利用预设电气距离公式确定节点间电气距离；
16、根据所述节点间电气距离确定电气距离矩阵，并将所述电气距离矩阵定义为所述监测节点的空间特征输入。
17、可选的，所述构建时空图卷积神经网络模型，包括：
18、构造依次连接的时空图卷积模块、二阶池化的全连接层以及使用sigmoid激活函数的输出层的神经网络模型，以得到所述时空图卷积神经网络模型；
19、其中，所述时空图卷积模块由两层时空图卷积层串联组成，每层所述时空图卷积层包括两层时间门控卷积层和一层空间卷积层，并且所述空间卷积层在所述时间门控卷积层之间。
20、可选的，所述基于所述时域仿真结果与所述空间特征输入对所述时空图卷积神经网络模型进行训练，以得到基于数据驱动的频率稳定评估模型，包括：
21、利用所述时域仿真结果与所述空间特征输入确定训练样本集；
22、将所述训练样本集中所有的数据批量输入至所述时空图卷积神经网络模型进行训练，当所述时空图卷积神经网络模型收敛时，确定基于数据驱动的频率稳定评估模型。
23、可选的，所述基于所述时域仿真结果与所述空间特征输入对所述时空图卷积神经网络模型进行训练，以得到基于数据驱动的频率稳定评估模型之后，还包括：
24、利用沙普利加性解释算法对所述频率稳定评估模型进行可解释性分析，以从所述监测节点中确定关键监测节点。
25、可选的，所述利用沙普利加性解释算法对所述频率稳定评估模型进行可解释性分析，以从所述监测节点中确定关键监测节点，包括：
26、利用预设加性模型对所述监测节点的每个输入特征进行预设数量次离线评估得到的沙普利值；
27、基于所述预设数量对所述沙普利值的绝对值求平均值以得到与每个所述输入特征对应的量化指标；
28、按照从大到小的顺序将所述量化指标进行重要性排序，并基于所述重要性排序根据预设衡量阈值对所述量化指标进行提取，以得到与提取后的量化指标对应的目标输入特征，然后将所述目标输入特征对应的监测节点确定为所述关键监测节点。
29、可选的，所述当所述目标电网在运行过程中遭遇第二故障扰动时，获取所述监测节点的在线监测实际特征数据，并将所述在线监测实际特征数据输入至所述频率稳定评估模型，以便根据所述频率稳定评估模型输出的评估结果对电网频率进行分析，包括：
30、当所述目标电网在运行过程中遭遇第二故障扰动时，获取所述监测节点的在线监测实际特征数据，并将所述在线监测实际特征数据输入至所述频率稳定评估模型，以得到所述频率稳定评估模型输出的评估结果；
31、根据所述评估结果判断所述电网频率是否稳定；如果所述电网频率稳定，则不采取控制措施；如果所述电网频率不稳定，则利用所述沙普利加性解释算法对所述评估结果进行可解释性分析，以从所述关键监测节点中确定关键控制节点，并针对所述关键控制节点采取所述控制措施。
32、第二方面，本申请公开了一种电网频率稳定特性分析装置，包括：
33、仿真模型搭建模块，用于在机电暂态时域仿真软件中根据目标电网的网架结构搭建仿真模型；
34、仿真模型仿真模块，用于对所述仿真模型进行暂态时域仿真以得到所述目标电网中目标历史运行记录的时域仿真结果；其中，所述目标历史运行记录为所述目标电网在预设运行方式下遭遇第一故障扰动时产生的运行记录；
35、监测节点确定模块，用于确定所述目标电网中用于进行频率稳定评估和分析的监测节点，并获取所述监测节点的空间特征输入；
36、评估模型获取模块，用于构建时空图卷积神经网络模型，并基于所述时域仿真结果与所述空间本文档来自技高网...
【技术保护点】
1.一种电网频率稳定特性分析方法，其特征在于，包括：
2.根据权利要求1所述的电网频率稳定特性分析方法，其特征在于，所述对所述仿真模型进行暂态时域仿真以得到所述目标电网中目标历史运行记录的时域仿真结果，包括：
3.根据权利要求1所述的电网频率稳定特性分析方法，其特征在于，所述获取所述监测节点的空间特征输入，包括：
4.根据权利要求1所述的电网频率稳定特性分析方法，其特征在于，所述构建时空图卷积神经网络模型，包括：
5.根据权利要求1所述的电网频率稳定特性分析方法，其特征在于，所述基于所述时域仿真结果与所述空间特征输入对所述时空图卷积神经网络模型进行训练，以得到基于数据驱动的频率稳定评估模型，包括：
6.根据权利要求1至5任一项所述的电网频率稳定特性分析方法，其特征在于，所述基于所述时域仿真结果与所述空间特征输入对所述时空图卷积神经网络模型进行训练，以得到基于数据驱动的频率稳定评估模型之后，还包括：
7.根据权利要求6所述的电网频率稳定特性分析方法，其特征在于，所述利用沙普利加性解释算法对所述频率稳定评估模型进
8.根据权利要求7所述的电网频率稳定特性分析方法，其特征在于，所述当所述目标电网在运行过程中遭遇第二故障扰动时，获取所述监测节点的在线监测实际特征数据，并将所述在线监测实际特征数据输入至所述频率稳定评估模型，以便根据所述频率稳定评估模型输出的评估结果对电网频率进行分析，包括：
9.一种电网频率稳定特性分析装置，其特征在于，包括：
10.一种电子设备，其特征在于，所述电子设备包括处理器和存储器；其中，所述存储器用于存储计算机程序，所述计算机程序由所述处理器加载并执行以实现如权利要求1至8任一项所述的电网频率稳定特性分析方法。
11.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的电网频率稳定特性分析方法。
...【技术特征摘要】
1.一种电网频率稳定特性分析方法，其特征在于，包括：
2.根据权利要求1所述的电网频率稳定特性分析方法，其特征在于，所述对所述仿真模型进行暂态时域仿真以得到所述目标电网中目标历史运行记录的时域仿真结果，包括：
3.根据权利要求1所述的电网频率稳定特性分析方法，其特征在于，所述获取所述监测节点的空间特征输入，包括：
4.根据权利要求1所述的电网频率稳定特性分析方法，其特征在于，所述构建时空图卷积神经网络模型，包括：
5.根据权利要求1所述的电网频率稳定特性分析方法，其特征在于，所述基于所述时域仿真结果与所述空间特征输入对所述时空图卷积神经网络模型进行训练，以得到基于数据驱动的频率稳定评估模型，包括：
6.根据权利要求1至5任一项所述的电网频率稳定特性分析方法，其特征在于，所述基于所述时域仿真结果与所述空间特征输入对所述时空图卷积神经网络模型进行训练，以得到基于数据驱动的频率稳定评估模型之后，还包括：
7.根据权...
【专利技术属性】
技术研发人员：文钟谊，陈咏涛，方辉，朱利鹏，侯杰，牟凡，朱晟毅，向红吉，黄玮芝，余亚南，郑李梦千，胡利宁，冯唐垚，王涛，
申请(专利权)人：国网重庆市电力公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。