【技术实现步骤摘要】
本专利技术涉及一种强迫振荡定位方法及系统，尤其涉及一种强迫振荡定位和传播预测的方法及系统。
技术介绍
1、强迫振荡是电网中最常见的低频振荡类型，对于有明确扰动源的强迫振荡，一方面要准确、及时确定扰动源的位置，切除产生扰动的发电机，恢复电网的安全稳定运行；另一方面如果能够预测振荡到达关键节点的时间，便可以在振荡到达关键节点之前采取预防性保护策略，抑制振荡在电力系统中的传播。
2、传统的强迫振荡源定位主要基于物理机理对强迫振荡事件进行建模或者简化某些电网中的条件，然后根据物理机理推导相应的公式，进一步确定振荡源的位置的方法，如能量函数法、行波法、模态估计法等，此类方法由于电网互联不断加深，电网的结构日益复杂，传统的振荡源定位方法所做的假设可能出现在某些实际情况下无法准确定位；传统的强迫振荡传播预测方法主要为基于机电波理论的方法，同样从电力系统物理模型出发，构建电网扰动传播方程，进一步分析扰动传播的特性，该方法在推导过程中仍然需要对实际电力系统进行简化，并且会忽略线路电抗等参数，在电网结构愈加复杂的场景下所做出的假设条件和实际情况之间的差距越来越大，可能无法准确预测振荡到达关键节点的时间。即传统的强迫振荡定位和传播预测方法所定位和预测的结果准确度难以保证，并且传统的强迫振荡定位和传播预测方法仅能对振荡源进行定位和预测，并不能对定位和预测的结果进行可靠的解释。
技术实现思路
1、专利技术目的：本专利技术的目的是提供了一种能确保定位振荡源和预测振荡态势的准确率、具有内在可解释性的
2、技术方案：本专利技术的提供的一种强迫振荡定位和传播预测的方法，包括以下步骤，
3、步骤1：将电网建模为无向图，其中电力系统中的母线节点为无向图的节点，电力系统中的传输线路为无向图中的边，母线节点上的电压、电流的幅值和相位为无向图上的信号，构建电力系统对应的图数据，并生成相应的邻接矩阵；
4、步骤2：电力系统中的负荷在95％～105％内均匀变化，分别对发电机的功率施加正弦扰动进行批量仿真，采集无向图上信号作为样本数据，并将采集的样本数据划分为训练集和测试集；
5、步骤3：为实现模型的内在可解释性，引入介入分布，将所有实例的非因果部分收集到内存库在内存库中进行采样进而进行干预替换关键子图的补集，并且构造干预对
6、步骤4：搭建具有内在可解释性的强迫振荡定位模型，其包括介入分布、原理生成器、共享图编码器及分类器；
7、步骤5：强迫振荡定位模型将预测结果分为：仅依赖因果部分的预测结果
8、和仅依赖非因果部分的预测结果用损失函数计算预测结果与标签之间的差距，不反向传播到非因果部分的分类器，使用衡量和之间的距离，且只反向传播到非因果部分的分类器；
9、步骤6：生成仿真训练数据的标签，将邻接矩阵输入强迫振荡定位模型，使用训练集训练得到强迫振荡定位模型；
10、步骤7：搭建具有内在可解释性的强迫振荡传播预测模型，包括介入分布、原理生成器、共享图编码器及多层感知机；
11、步骤8：强迫振荡传播预测模型在训练过程中将预测结果分为：仅依赖因果图的预测结果和依赖非因果图的预测结果使用损失函数计算预测值与真实值之间的差距，不反向传播到非因果部分的多层感知机，使用衡量和之间的距离，且只反向传播到非因果部分的多层感知机，将其反向传播与其他组件分离，以避免干扰表示学习；
12、步骤9：根据振荡发生的位置划分样本数据，获得最终的训练数据集，将邻接矩阵输入强迫振荡传播预测模型，训练获得强迫振荡传播预测模型；
13、步骤10：验证训练所得具有内在可解释性的强迫振荡定位和传播预测模型，获取其在测试集上的预测准确率，离线训练过程结束；
14、步骤11：当检测到强迫振荡发生时，电力系统调度中心采集所有同步相量测量单元子站的无向图上信号数据；
15、步骤12：将发生振荡后电力系统的无向图上信号输入基于发现不变原理的强迫振荡定位模型中，定位强迫振荡源，并生成电力系统传输线的重要程度；
16、步骤13：选取重要度前10％的传输线作为定位关键传输线，传输线的重要程度通过原理生成器计算，原理生成器选择掩码最高的边来构造基本原理并将的补集记为如下所示：
17、
18、其中，和分别为和的边集；top(·)表示选取前k条边，k＝r×|e|，r为超参数，m和a分别为掩码矩阵和邻接矩阵；然后，生成定位因果图和非因果图，在线定位过程结束；
19、步骤14：根据强迫振荡源的位置选择传播预测模型，输入发生振荡后的电力系统的无向图的节点电压相角数据，预测未来一段时间内电力系统中所有同步相量测量单元子站的无向图上信号数据，并生成电力系统传输线的重要程度；
20、步骤15：选取重要度前5％的传输线作为预测关键传输线，传输线的重要程度与步骤13中相同，通过原理生成器计算，并生成预测因果图和非因果图，在线预测过程结束。
21、进一步的，所述步骤1的邻接矩阵的生成方法如下：
22、
23、其中，若aij＝0表示电力系统母线节点i和母线节点j之间不存在传输线，若aij＝1则表示母线节点i和母线节点j之间存在传输线，n表示母线节点的个数。
24、进一步的，所述步骤2中无向图上的信号可以为电力系统母线节点的电压相角、电压幅值、电流相角或电流幅值数据。
25、进一步的，所述步骤4中原理生成器包括切比雪夫图卷积网络及用于计算掩码矩阵的多层感知机，掩码矩阵的计算过程如下：
26、z＝chebgnn2(relu(chebgnn1(g))),
27、
28、其中，mij表示边aij的重要性，g表示输入图数据，g依次经过切比雪夫图卷积层、relu激活函数层及切比雪夫图卷积层提炼振荡数据中蕴含的拓扑信息，最后生成表示掩码矩阵m；
29、所述步骤4中共享图编码器包括时空图卷积神经网络及全局池化层，其中时空图卷积神经网络包括一层切比雪夫图卷积层和一层门控循环神经单元网络，其实现原理为使用切比雪夫图卷积层学习振荡数据的空间拓扑特征关系、使用门控循环神经单元网络学习振荡数据的时序特征；
30、所述步骤4中分类器包括两层线性神经网络和relu激活函数。
31、进一步的，所述步骤7中共享图编码器仅包括时空图卷积神经网络。
32、进一步的，所述步骤12中传输线的重要程度由掩码矩阵和邻接矩阵获得。
33、进一步的，所述步骤13中因果子图的生成需要先绘制电力系统的无向图，然后根据重要传输线的比例选择最重要的若干条传输线，生成因果图，剩下部分为非因果图。
34、基于同样的专利技术创思，本专利技术还提供一种强迫振荡定位和传播预测系统，包括离线训练模块、在线定位及预测模块，所述离线训练模块包括图数据获取子模块、训练子模块；所述图数据获取子模块用于提取本文档来自技高网...
【技术保护点】
1.一种强迫振荡定位和传播预测的方法，其特征在于：包括以下步骤，
2.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤1的邻接矩阵的生成方法如下：
3.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤2中无向图上的信号可以为电力系统母线节点的电压相角、电压幅值、电流相角或电流幅值数据。
4.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤4中原理生成器包括切比雪夫图卷积网络及用于计算掩码矩阵的多层感知机，掩码矩阵的计算过程如下：
5.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤7中共享图编码器仅包括时空图卷积神经网络。
6.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤12中传输线的重要程度由掩码矩阵和邻接矩阵获得。
7.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤13中因果子图的生成需要先绘制电力系统的无向图，然后根据重要传输线的比例选择最重要的若干条传输线，生成因果图，剩下部分
8.一种采用权利要求1～7任一所述方法的强迫振荡定位和传播预测系统，其特征在于：包括离线训练模块、在线定位及预测模块，所述离线训练模块包括图数据获取子模块、训练子模块；所述图数据获取子模块用于提取电网拓扑信息，获取电力系统强迫振荡仿真批量数据样本，组合成图数据；所述训练子模块用于训练具有内在可解释性的强迫振荡源定位模型和振荡传播预测模型。
9.如权利要求8所述的强迫振荡定位和传播预测系统，其特征在于：所述在线定位及预测模块包括振荡监测子模块、振荡源定位子模块以及振荡传播预测子模块，所述振荡监测子模块用于监测并采集电力系统中发生强迫振荡的发电机数据；所述振荡源定位子模块用于定位强迫振荡源所在机组，并生成定位关键因果子图；所述振荡传播预测子模块用于近似强迫振荡的传播路径，并预测未来一段时间内电力系统各子站的振荡数据。
10.如权利要求8所述的强迫振荡定位和传播预测系统，其特征在于：所述离线训练模块还包括验证子模块，其用于验证所述训练子模块能否在实现准确定位以及准确预测振荡传播的同时，提供模型的内在可解释性。
...【技术特征摘要】
1.一种强迫振荡定位和传播预测的方法，其特征在于：包括以下步骤，
2.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤1的邻接矩阵的生成方法如下：
3.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤2中无向图上的信号可以为电力系统母线节点的电压相角、电压幅值、电流相角或电流幅值数据。
4.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤4中原理生成器包括切比雪夫图卷积网络及用于计算掩码矩阵的多层感知机，掩码矩阵的计算过程如下：
5.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤7中共享图编码器仅包括时空图卷积神经网络。
6.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤12中传输线的重要程度由掩码矩阵和邻接矩阵获得。
7.如权利要求1所述的强迫振荡定位和传播预测的方法，其特征在于：所述步骤13中因果子图的生成需要先绘制电力系统的无向图，然后根据重要传输线的比例选择最重要的若干条传输线，生成因...
【专利技术属性】
技术研发人员：陈力，魏洁茹，林志颖，施琳，张海波，程明，白云昊，杨焕，仉陈，夏成林，蔡可苏，洪希，唐凯，蒋梦轩，孙健萍，汪燕倩，费宣渠，陈航，曾德山，
申请(专利权)人：国电南瑞科技股份有限公司，
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。