System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力系统电压静态安全分析,具体而言涉及一种基于关联分析的受端电网电压薄弱节点辨识方法、系统与计算机可读存储介质。
技术介绍
1、当前,含大规模新能源基地的受端电网会受到风电、光伏的不确定性的影响,使电网在运行过程中容易出现电压波动与闪变、谐波污染、电压越限等电能质量问题,给受端电网电力用户带来经济损失,同时危害电力系统的安全稳定运行。所谓薄弱节点就是电力系统中容易导致电网运行状态发生改变或影响电网安全稳定运行的节点。电压薄弱节点通常和电网拓扑结构和网架参数有关,如果电网发生扰动,可能在薄弱节点处首先出现电压问题进而波及到整个地区。因此,准确辨识电网中的薄弱环节并进行针对性地重点监视对保证电网的安全稳定运行具有重要意义。
2、以往的电压薄弱节点辨识方法往往分为两大类:基于潮流运行特性分析与基于网络拓扑结构。第一类方法注重电网实际运行状态,常用方法有灵敏度法和模态分析法等,分别通过降阶雅可比矩阵中电压-无功部分的灵敏度与特征值来识别电压薄弱节点。第二类方法大多基于复杂网络理论,通过挖掘电网拓扑中的结构特征来构建薄弱性指标,从而识别电压薄弱节点。但复杂网络理论严重依赖于建立的电网模型,没有充分考虑电力系统的物理运行状态。
3、随着受端电网新能源接入占比不断提高、网络结构和运行特性更加复杂,单一考虑电网拓扑或是运行潮流辨识薄弱节点的方法均难以适应当前电网的要求。
技术实现思路
1、基于现有技术存在的问题,本专利技术的目的在于提供一种基于关联分析的受端电
2、根据本专利技术目的的第一方面,提出一种基于关联分析的受端电网电压薄弱节点辨识方法,包括:
3、步骤s1、模拟受端电网在源荷随机波动场景下各个节点的电压数据,形成初始数据库d0;
4、步骤s2、确定电压安全范围,标记电压越限节点,形成越限节点数据库d1;
5、步骤s3、基于越限节点数据库d1,利用fp-growth算法挖掘频繁节点和强关联规则;
6、步骤s4、将节点间的关联规则置信度作为指标i1,将节点间阻抗作为指标i2,将指标i1与指标i2归一化后,基于熵权法确定各自权重,形成边指标i0;
7、步骤s5、基于频繁节点和边指标i0构建复杂网络,所述复杂网络的节点为频繁节点,所述复杂网络的边为边指标;以及
8、步骤s6、基于复杂网络中节点强度与互信息理论相结合的方式,完成节点薄弱度排序,确认薄弱节点。
9、根据本专利技术目的的第二方面,提出一种计算机系统,包括:
10、一个或多个处理器;
11、存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括执行前述基于关联分析的受端电网电压薄弱节点辨识方法的过程。
12、根据本专利技术目的的第三方面,提出一种存储软件的计算机可读取介质,所述软件包括能通过一个或多个计算机执行的指令,所述指令在被所述一个或多个计算机执行时执行如前述基于关联分析的受端电网电压薄弱节点辨识方法的过程。
13、由以上本专利技术的技术方案,与现有技术相比,本专利技术的显著优点在于:
14、本专利技术提出的基于关联分析的受端电网电压薄弱节点辨识方法,可改善现有基于复杂网络理论辨识电压薄弱节点的不足,克服了复杂网络理论没有考虑电网实际运行特性的问题,实现了从数据层面对电网运行状态的分析,忽略复杂的物理结构,直接从海量数据之间的关联性的角度进行辨识。
15、应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的专利技术主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的专利技术主题的一部分。
16、结合附图从下面的描述中可以更加全面地理解本专利技术教导的前述和其他方面、实施例和特征。本专利技术的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本专利技术教导的具体实施方式的实践中得知。
本文档来自技高网...【技术保护点】
1.一种基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,包括:
2.根据权利要求1所述的基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,前述步骤S1中,结合受端电网受到新能源与负荷波动带来的电压越限,设置新能源接入比例超过50%,负荷波动范围为[80%,120%]。
3.根据权利要求1所述的基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,前述步骤S2中,确定电压安全范围为
4.根据权利要求1所述的基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,前述步骤S3中,所述利用Fp-growth算法挖掘频繁节点和强关联规则,被设置成按照以下条件挖掘:
5.根据权利要求1所述的基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,前述步骤S4中,形成边指标I0的处理过程包括:
6.根据权利要求5所述的基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,前述步骤S5中,基于频繁节点和边指标I0构建复杂网络表示为G,G=(N,S),其中N={n1,n2,…,nm}表示网络的节点集合,S={s1,s2
7.根据权利要求1所述的基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,前述步骤S6中,所述节点强度是指所有包含该节点的边的权重之和,分为节点出强度和节点入强度;
8.一种计算机系统,其特征在于,包括:
9.一种存储软件的计算机可读取介质,其特征在于,所述软件包括能通过一个或多个计算机执行的指令,所述指令在被所述一个或多个计算机执行时执行如所述权利要求1-7中任意一项所述的基于关联分析的受端电网电压薄弱节点辨识方法的过程。
...【技术特征摘要】
1.一种基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,包括:
2.根据权利要求1所述的基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,前述步骤s1中,结合受端电网受到新能源与负荷波动带来的电压越限,设置新能源接入比例超过50%,负荷波动范围为[80%,120%]。
3.根据权利要求1所述的基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,前述步骤s2中,确定电压安全范围为
4.根据权利要求1所述的基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,前述步骤s3中,所述利用fp-growth算法挖掘频繁节点和强关联规则,被设置成按照以下条件挖掘:
5.根据权利要求1所述的基于关联分析的受端电网电压薄弱节点辨识方法,其特征在于,前述步骤s4中,形成边指标i0的处理过程包括:
【专利技术属性】
技术研发人员:余一平,高志,倪秋龙,杨晓雷,辛焕海,鞠平,王冲,郑迪,杨滢,韩中杰,陆梦可,邵雨琪,苏昱辰,
申请(专利权)人:河海大学,
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。