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() 一种基于节点聚合的电网模型轻量化方法及系统技术方案_技高网

一种基于节点聚合的电网模型轻量化方法及系统技术方案

技术编号:40903312 阅读:3 留言:0更新日期:2024-04-18 14:35
本发明专利技术属于电力系统分析与仿真技术领域,提供了一种基于节点聚合的电网模型轻量化方法及系统,其技术方案为:提出了节点聚合的模型轻量化思路,区别于传统的简单削弱节点和支路的做法。技术优势包含数据预处理、特征分析、聚类分类、参数修正等流程,每个步骤选用合理的技术方法,模型轻量化过程可靠可控,通过参数修正和仿真验证保证了简化模型的计算精度,可以大幅降低大规模电网模型的复杂度,极大提升仿真和分析的计算效率。

【技术实现步骤摘要】

本专利技术属于电力系统分析与仿真,尤其涉及一种基于节点聚合的电网模型轻量化方法及系统


技术介绍

1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。

2、当前电网模型包含大量节点与属性数据,导致仿真计算量巨大。但是上述方法存在以下技术问题:

3、计算资源需求:大规模电网模型需要大量的计算资源,包括处理能力和内存。这可能导致仿真计算时间长,要求强大的计算设备。

4、数据管理和存储:大量节点和属性数据需要有效的数据管理和存储解决方案。数据的获取、存储和访问可能会成为挑战。

5、精确性和准确性:更大的模型可能需要更多的精确数据,而且需要确保数据的准确性。不准确或不完整的数据可能会导致不准确的仿真结果。

6、针对此问题,现有技术提出采用稀疏化等方法简化模型轻量化,是通过对网络中的参数进行“裁剪”,将不必要的参数或层减少或者去除,从而获得更加轻量化的模型,其存在的技术问题是:虽然可以简化模型轻量化,但同时对模型的性能造成一定的影响。


技术实现思路

1、为了解决上述
技术介绍
中存在的至少一项技术问题,本专利技术提供一种基于节点聚合的电网模型轻量化方法及系统,其相比原始大规模电网,大幅减少节点数和连接复杂度,同时保留了原网的主要拓扑结构和关键节点特征,该模型可直接应用于后续的仿真与分析等任务,大幅减少计算量。

2、为了实现上述目的,本专利技术采用如下技术方案:

3、本专利技术的第一方面提供一种基于节点聚合的电网模型轻量化方法,包括如下步骤:

4、基于电网的拓扑结构数据,提取节点之间的连接关系和各节点的特征参数;

5、根据节点之间的连接关系构建邻接矩阵,根据各节点的特征参数构建节点特征矩阵,整合邻接矩阵和节点特征矩阵,得到包含全量信息的电网模型;

6、对电网模型的节点特征进行分析,基于特征分析结果,对电网模型中的节点进行分类,得到聚类结果,将整个电网模型分类,对每一类内的节点进行参数整合,得到等价节点;

7、采用等价节点代替对应类中的节点,连接构成简化后的电网模型。

8、进一步地,根据节点之间的连接关系构建邻接矩阵后,对邻接矩阵进行预处理,包括:删除并合并重复的节点、标准化节点的编号、删除数据错误的连接、对于相连节点以及检查连接关系的对称性。

9、进一步地,所述整合邻接矩阵和节点特征矩阵,包括:将邻接矩阵作为前n,节点特征矩阵作为后m列,整合为一个拓展矩阵,即拓展矩阵中,前n列为邻接矩阵中的0-1连接数据,后m列为节点特征矩阵中的电气特征参数。

10、进一步地,所述对电网模型的节点特征进行分析,包括:

11、检查特征参数的完整性,对缺失值填补;

12、采用主成分分析等降维方法,将高维的节点特征表示映射到二维平面上,进行可视化表示,观察节点特征之间的相关性和分布状态;

13、然后计算节点之间的特征相似度或距离。

14、进一步地,所述对电网模型中的节点进行分组,得到聚类结果,包括:

15、设电网模型总节点数为n,经过聚类算法后被分成k个类,标记为c1、c2、...、ck;节点j属于类ci可以表示为:节点j∈ci;

16、如果节点j被聚类到类ci中,每个类ci均满足内部节点电气特征相似。

17、进一步地,所述对每一类内的节点进行参数整合,得到等价节点,包括:

18、根据节点特征大小确定权重系数;

19、利用加权平均法,计算每类中所有节点参数的总和,将所有节点参数的总和作为等价节点的参数。

20、进一步地,所述采用等价节点代替对应类中的节点,连接构成简化后的电网模型,包括:

21、用等价节点替代对应类中的节点,按照原网中的连接关系进行连接,构建简化邻接矩阵;

22、为每个新等价节点赋予代表其所代替原节点集的电气特征,得到简化特征矩阵;

23、整合简化邻接矩阵和简化特征矩阵,形成轻量化的电网模型,连接构成简化后的电网模型。

24、本专利技术的第二方面提供一种基于节点聚合的电网模型轻量化系统,包括:

25、特征提取模块,其用于基于电网的拓扑结构数据,提取节点之间的连接关系和各节点的特征参数;

26、电网模型建立模块,其用于根据节点之间的连接关系构建邻接矩阵,根据各节点的特征参数构建节点特征矩阵,整合邻接矩阵和节点特征矩阵,得到包含全量信息的电网模型;

27、节点聚类模块,其用于对电网模型的节点特征进行分析,基于特征分析结果,对电网模型中的节点进行分类,得到聚类结果,将整个电网模型分类,对每一类内的节点进行参数整合,得到等价节点;

28、电网模型简化模块,其用于采用等价节点代替对应类中的节点,连接构成简化后的电网模型。

29、本专利技术的第三方面提供一种计算机可读存储介质。

30、一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的一种基于节点聚合的电网模型轻量化方法中的步骤。

31、本专利技术的第四方面提供一种计算机设备。

32、一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述的一种基于节点聚合的电网模型轻量化方法中的步骤。

33、与现有技术相比,本专利技术的有益效果是:

34、1、本专利技术通过提出了节点聚合的模型轻量化思路,区别于传统的简单削弱节点和支路的做法,相比原始大规模电网,简化模型包含大幅减少的节点数和连接复杂度,同时保留了电网模型的主要拓扑特性和关键节点信息,简化模型精度高,解决大规模电网模型规模急剧扩大导致的仿真计算量巨大的问题,实现电网模型从数百万规模降低到数万规模的效果,极大减少计算复杂度,

35、2、本专利技术提供一种通用的电网模型简化方法框架,可推广应用到不同类型电网。

36、本专利技术附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。

本文档来自技高网...

【技术保护点】

1.一种基于节点聚合的电网模型轻量化方法,其特征在于,包括如下步骤:

2.如权利要求1所述的一种基于节点聚合的电网模型轻量化方法,其特征在于,根据节点之间的连接关系构建邻接矩阵后,对邻接矩阵进行预处理,包括:删除并合并重复的节点、标准化节点的编号、删除数据错误的连接、对于相连节点以及检查连接关系的对称性。

3.如权利要求1所述的一种基于节点聚合的电网模型轻量化方法,其特征在于,所述整合邻接矩阵和节点特征矩阵,包括:将邻接矩阵作为前n,节点特征矩阵作为后m列,整合为一个拓展矩阵,即拓展矩阵中,前n列为邻接矩阵中的0-1连接数据,后m列为节点特征矩阵中的电气特征参数。

4.如权利要求1所述的一种基于节点聚合的电网模型轻量化方法,其特征在于,所述对电网模型的节点特征进行分析,包括:

5.如权利要求1所述的一种基于节点聚合的电网模型轻量化方法,其特征在于,所述对电网模型中的节点进行分组,得到聚类结果,包括:

6.如权利要求1所述的一种基于节点聚合的电网模型轻量化方法,其特征在于,所述对每一类内的节点进行参数整合,得到等价节点,包括:

7.如权利要求1所述的一种基于节点聚合的电网模型轻量化方法,其特征在于,所述采用等价节点代替对应类中的节点,连接构成简化后的电网模型,包括:

8.一种基于节点聚合的电网模型轻量化系统,其特征在于,包括:

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的一种基于节点聚合的电网模型轻量化方法中的步骤。

10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种基于节点聚合的电网模型轻量化方法中的步骤。

...

【技术特征摘要】

1.一种基于节点聚合的电网模型轻量化方法,其特征在于,包括如下步骤:

2.如权利要求1所述的一种基于节点聚合的电网模型轻量化方法,其特征在于,根据节点之间的连接关系构建邻接矩阵后,对邻接矩阵进行预处理,包括:删除并合并重复的节点、标准化节点的编号、删除数据错误的连接、对于相连节点以及检查连接关系的对称性。

3.如权利要求1所述的一种基于节点聚合的电网模型轻量化方法,其特征在于,所述整合邻接矩阵和节点特征矩阵,包括:将邻接矩阵作为前n,节点特征矩阵作为后m列,整合为一个拓展矩阵,即拓展矩阵中,前n列为邻接矩阵中的0-1连接数据,后m列为节点特征矩阵中的电气特征参数。

4.如权利要求1所述的一种基于节点聚合的电网模型轻量化方法,其特征在于,所述对电网模型的节点特征进行分析,包括:

5.如权利要求1所述的一种基于节点聚合的电网模型轻量化方法,其特征在于,所述...

【专利技术属性】
技术研发人员:邵志敏韩振峰王立峰王进刘波张云鹏张玉豹王克山卢愿支应辉
申请(专利权)人:山东鲁软数字科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1