【技术实现步骤摘要】
本专利技术属于电压暂降预估，具体而言，涉及一种大规模电网中的电压暂降预估方法、介质及系统。
技术介绍
1、随着社会的发展,电力系统不断向着更加复杂和更大规模的方向发展,给电力系统的安全稳定运行带来了巨大的挑战。电压暂降事故时有发生,严重影响电力系统的经济运行。因此,研究电压暂降预测及评估技术,实现电力系统的安全、经济、清洁运营,对电力行业发展意义重大。
2、目前,电压暂降预测技术主要有以下几种:
3、1.基于粗放统计分析的预测技术。这种技术依据历史数据,采用一些简单的统计分析模型,建立电压暂降量与影响因素之间的相关性,进行粗略的电压暂降预估。这种方法预测准确度较低。
4、2.基于理论分析模拟的预测技术。这种技术利用电力系统的数学模型,模拟电网在不同运行条件下的稳态及动态特征,预测电压暂降。这种方法需要详细的系统参数,计算量大,实时性差。
5、3.基于人工智能算法的预测技术。这种技术应用一些智能算法,如神经网络、支持向量机等进行电压暂降预测。这种方法依赖大量历史数据进行模型训练,对小样本数据的预测效果不佳。
6、4.基于概率统计的预测技术。这种技术把电压暂降视为一个随机事件,利用概率统计建模进行电压暂降评估。这种方法对电压暂降的影响因素考虑不全面。
7、5.基于多时间尺度级联的预测技术。这种技术综合考虑从长期到短期的多时间尺度因素,建立一个分层预测模型,提高预测精度。但是分层模型偶尔会产生页面预测误差。
8、6.基于大数据分析的预测技术。这种技术利
9、综上所述,现有的电压暂降预测技术存在精度不高、实时性差、依赖历史数据、计算量大等问题。因此,开发一种能够实时快速预测电压暂降区域的新方法,对电网的安全稳定运行具有重要意义。
技术实现思路
1、有鉴于此，本专利技术提供一种大规模电网中的电压暂降预估方法、介质及系统能够解决实时快速预测电压暂降区域的技术问题。
2、本专利技术是这样实现的：
3、本专利技术的第一方面提供一种大规模电网中的电压暂降预估方法，其中，包含以下步骤：
4、s10、在大规模电网中按照负载区域分区收集电网数据以及电压暂降数据，所述电网数据包括连续采集时间段的电压、电流、功率和频率，每个采集时间段为1～15秒；所述电压暂降数据为发生电压暂降的时间、负载区域、电压暂降度、电压暂降时长；
5、s20、根据电网数据建立仿动力学模型，所述仿动力学模型用于利用混沌理论算法根据电网数据寻找分叉点，用于表示造成电网电压暂降的起因点；
6、s30、利用全部的电网数据以及电压暂降数据对仿动力学模型进行演化拟合；
7、s40、将收集的电网数据进行抽稀处理，得到抽稀电网数据；
8、s50、利用抽稀电网数据对演化拟合后的仿动力学模型进行降维处理得到电压暂降评估模型；
9、s60、利用电压暂降评估模型对待分析时间段的多复杂区域的电网数据，预估出现的电压暂降的区域，并输出给工作人员。
10、在上述技术方案的基础上，本专利技术的一种大规模电网中的电压暂降预估方法还可以做如下改进:
11、其中，所述根据电网数据建立仿动力学模型的具体步骤包括：
12、根据电网的实际运行拓扑结构,建立节点-支路模型；
13、根据电网数据以及电压暂降数据确定状态变量；
14、建立描述每个状态变量演化的微分方程；
15、设置初始条件并求解微分方程，得到仿真动力学模型。
16、进一步的，建立所述节点-支路模型的标准是：将整个电网作为一个拓扑图，每个变电站作为一个节点，节点之间的线路作为支路，采用系统容量最大的发电站高压母线作为公共汇点，并采用节点导纳矩阵描述所述节点-支路模型。
17、进一步的，所述仿动力学模型，包括：
18、长期动态模型，时标在秒级，用于描述发电机的转速运动,包括转速机械方程以及转矩负载相关方程；
19、短期动态模型，时标在毫秒级，用于述网络故障后电磁瞬变过程,采用各阶导的微分方程,反映系统内部电气量的相互作用和约束关系；
20、超短期动态模型，时标在微秒级，用于描述线路,反映线路参数频散特性。
21、其中，所述利用全部的电网数据以及电压暂降数据对仿动力学模型进行演化拟合的步骤，具体包括：
22、定义仿动力学模型输出与实测数据偏差的目标函数，记为偏差目标函数；
23、使用寻优算法找到偏差目标函数最优参数解；
24、利用最优参数解迭代优化使仿动力学模型输出逼近实测数据；
25、迭代完成获得一个准确预测的仿动力学模型。
26、其中，所述将收集的电网数据进行抽稀处理，得到抽稀电网数据的步骤，具体包括：
27、根据电网数据的时间相关性确定抽稀比例；
28、按照抽稀比例对电网数据进行等间隔抽稀；
29、对抽稀得到数据的进行平滑处理，作为抽稀电网数据。
30、其中，所述利用抽稀电网数据对演化拟合后的仿动力学模型进行降维处理得到电压暂降评估模型的步骤，具体包括：
31、使用主成分分析法提取演化拟合后的仿动力学模型的主要特征；
32、构建原始特征映射到主成分的变换函数实现对仿动力学模型的降维；
33、在低维空间重建仿动力学模型。
34、其中，所述利用电压暂降评估模型对待分析时间段的多复杂区域的电网数据，预估出现的电压暂降数据的步骤，具体包括：
35、利用多区域的电网数据在仿动力学模型中并行进行仿真；
36、根据模型仿真结果比较得到异常区域；
37、根据异常区域的特征，预估所述异常区域出现的电压暂降的概率，并输出给工作人员。
38、本专利技术的第二方面提供一种计算机可读存储介质，其中，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时用于执行上述的大规模电网中的电压暂降预估方法。
39、本专利技术的第三方面提供一种大规模电网中的电压暂降预估系统，其中，包含上述的计算机可读存储介质。
40、与现有技术相比较，本专利技术提供的一种大规模电网中的电压暂降预估方法、介质及系统的有益效果是：通过构建仿真动力学模型,能够充分考虑电网的物理特性,模拟电网的实际运行状态,实现对电网动态行为的预测。不依赖大量历史数据,通过模型与数据相结合,实现对小样本甚至单样本故障的实时预测。利用抽稀处理模式，不需要大量历史数据，同时进一步降低了模型复杂度，减少模型计算量，使得模型计算速度提高，解决了实时快速预测电压暂降区域的技术问题。
本文档来自技高网...【技术保护点】
1.一种大规模电网中的电压暂降预估方法，其特征在于，包含以下步骤：
2.根据权利要求1所述的一种大规模电网中的电压暂降预估方法，其特征在于，所述根据电网数据建立仿动力学模型的具体步骤包括：
3.根据权利要求2所述的一种大规模电网中的电压暂降预估方法，其特征在于，建立所述节点-支路模型的标准是：将整个电网作为一个拓扑图，每个变电站作为一个节点，节点之间的线路作为支路，采用系统容量最大的发电站高压母线作为公共汇点，并采用节点导纳矩阵描述所述节点-支路模型。
4.根据权利要求2所述的一种大规模电网中的电压暂降预估方法，其特征在于，所述仿动力学模型，包括：
5.根据权利要求1所述的一种大规模电网中的电压暂降预估方法，其特征在于，所述利用全部的电网数据以及电压暂降数据对仿动力学模型进行演化拟合的步骤，具体包括：
6.根据权利要求1所述的一种大规模电网中的电压暂降预估方法，其特征在于，所述将收集的电网数据进行抽稀处理，得到抽稀电网数据的步骤，具体包括：
7.根据权利要求1所述的一种大规模电网中的电压暂降预估方法，其特征在
8.根据权利要求1所述的一种大规模电网中的电压暂降预估方法，其特征在于，所述利用电压暂降评估模型对待分析时间段的多复杂区域的电网数据，预估出现的电压暂降数据的步骤，具体包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，所述程序指令运行时用于执行权利要求1-8任一项所述的大规模电网中的电压暂降预估方法。
10.一种大规模电网中的电压暂降预估系统，其特征在于，包含权利要求9所述的计算机可读存储介质。
...【技术特征摘要】
1.一种大规模电网中的电压暂降预估方法，其特征在于，包含以下步骤：
2.根据权利要求1所述的一种大规模电网中的电压暂降预估方法，其特征在于，所述根据电网数据建立仿动力学模型的具体步骤包括：
3.根据权利要求2所述的一种大规模电网中的电压暂降预估方法，其特征在于，建立所述节点-支路模型的标准是：将整个电网作为一个拓扑图，每个变电站作为一个节点，节点之间的线路作为支路，采用系统容量最大的发电站高压母线作为公共汇点，并采用节点导纳矩阵描述所述节点-支路模型。
4.根据权利要求2所述的一种大规模电网中的电压暂降预估方法，其特征在于，所述仿动力学模型，包括：
5.根据权利要求1所述的一种大规模电网中的电压暂降预估方法，其特征在于，所述利用全部的电网数据以及电压暂降数据对仿动力学模型进行演化拟合的步骤，具体包括：
6.根据权利...
【专利技术属性】
技术研发人员：李嘉欣，董越，侯凯，欧阳博研，胡长武，李明，杨磊，王立欣，田勇杰，赵文韬，
申请(专利权)人：国网宁夏电力有限公司中卫供电公司，
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。