【技术实现步骤摘要】
本公开涉及电力，尤其涉及配电网管理领域。本公开具体涉及一种配电网状态推演方法、装置、电子设备和存储介质。
技术介绍
1、随着可再生能源的快速增长和分布式能源资源的广泛部署，配电网的复杂性大幅增加。传统的配电网监测方法已经无法满足对这些新能源资源的高效集成和管理需求，因此，更全面的状态感知和推演变得至关重要。电力系统的数字化转型在全球范围内迅猛发展，现代配电网已经采用了高密度的传感器和智能设备，以实时监测电力系统的运行状态，这为配电网状态推演提供了大量的高质量数据，为新方法的研究和应用创造了机会。电力系统的稳定性和可操作性对于现代社会的正常运行至关重要。因此，配电网状态推演的研究具有广泛的应用前景，不仅可以提高电力系统的稳定性和效率，还可以支持电力系统的智能化管理和清洁能源的大规模集成，促进可持续能源的发展和利用，这些因素共同推动了配电网状态推演技术的快速发展和应用。
2、在此背景下，国网在配电网状态推演方面采取了一系列重要措施以保障电力系统的稳定运行。首先，通过加强配电网数据采集和传输技术，建设智能计量系统，实现了对配电网各节点状态的实时监测，为状态估计提供了高质量的数据支持。其次，引入了先进的电力系统模型和算法，通过融合拓扑结构、线路参数和节点量测数据，显著提高了配电网的可观测性，从而实现了对系统状态的准确估计。此外，国网还加强了对配电网的实时监控和远程控制能力，通过先进的自动化设备和远程通信技术，及时响应系统异常，并进行相应的调节与控制，保障了电力系统的稳定性。综上所述，国网在配电网状态推演方面通过数据采集技术、
3、然而，传统的配电网状态推演通常依赖于有限数量的节点量测数据，在大规模或复杂的配电网中，很多节点的状态无法准确推演。此外，由于量测配置过少、数据传输丢失等问题导致的配电网的低可观测性，也给配电网的状态推演带来难题。针对此问题，利用给定的配电网的拓扑结构、线路参数和节点量测数据，采用数值概率判别法对配电网进行可观性分析，判断配电网是否可观。其次，使用图卷积注意力神经网络提取量测数据的时间、空间和节点的特征信息，实现特征信息的整合，建立基于图卷积注意力神经网络的配电网状态推演模型。最后，将配电网潮流约束加入到图卷积注意力神经网络的训练过程中，挖掘量测数据状态间的关联性，提高了推演生成数据的精度，实现配电网的全面感知与推演，确保电力系统的稳定运行，促进清洁能源的应用和电力系统的智能化管理，对于满足未来能源需求和可持续发展目标至关重要。
技术实现思路
1、本公开提供了一种配电网状态推演方法、装置、电子设备和存储介质，能够解决上述问题。
2、根据本公开的一方面，提供了一种配电网状态推演方法，包括：
3、获取配电网的状态向量；其中，所述状态向量包括所述配电网中各个节点的状态变量，所述状态变量包括电压幅值和电压相角；
4、基于所述配电网的状态向量，构建所述配电网的观测矩阵；
5、在高斯泊松混合分布的假设下，对所述观测矩阵进行求解，得到所述配电网的概率密度函数；
6、利用所述概率密度函数，确定所述状态向量中各个节点的状态变量的置信区间；
7、在所述状态向量中各个节点的状态变量的置信区间满足状态推演的条件的情况下，基于配电网状态推演模型，对所述配电网的量测向量进行状态推演，得到所述配电网的当前运行状态。
8、根据本公开的另一方面，提供了一种配电网状态推演装置，包括：
9、状态向量获取模块，用于获取配电网的状态向量；其中，所述状态向量包括所述配电网中各个节点的状态变量，所述状态变量包括电压幅值和电压相角；
10、观测矩阵构建模块，用于基于所述配电网的状态向量，构建所述配电网的观测矩阵；
11、观测矩阵求解模块，用于在高斯泊松混合分布的假设下，对所述观测矩阵进行求解，得到所述配电网的概率密度函数；
12、置信区间确定模块，用于利用所述概率密度函数，确定所述状态向量中各个节点的状态变量的置信区间；
13、状态推演模块，用于在所述状态向量中各个节点的状态变量的置信区间满足状态推演的条件的情况下，基于配电网状态推演模型，对所述配电网的量测向量进行状态推演，得到所述配电网的当前运行状态。
14、根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器，以及与该至少一个处理器通信连接的存储器；
15、其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开实施例中任一配电网状态推演方法。
16、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使计算机执行本公开实施例中任一配电网状态推演方法。
17、根据本公开的技术，利用配电网的状态向量各个节点的状态变量，状态变量包括电压幅值和电压相角，构建配电网的观测矩阵，然后在高斯-泊松混合分布的假设下，对观测矩阵进行求解，得到配电网的概率密度函数，利用概率密度函数，确定状态向量中各个节点的状态变量的置信区间，通过各个节点的置信区间来分析配电网是否可观测，如果其满足状态推演的条件，则认为配电网可观测，进而，基于配电网状态推演模型，对配电网的量测向量进行状态推演，得到配电网的当前运行状态。因此，本公开实施例可以通过各个节点的电压幅值和电压相角进行可观测分析，如果可观测，则可以利用配电网的现有量测数据进行状态推演，得到配电网的当前运行状态。
18、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种配电网状态推演方法，其特征在于，包括：
2.根据权利要求1所述的方法，其中，所述观测矩阵为：
3.根据权利要求2所述的方法，其中，所述概率密度函数为：
4.根据权利要求3所述的方法，其中，所述置信区间的计算公式为：
5.根据权利要求1-4中任一项所述的方法，其中，所述配电网状态推演模型的训练过程，包括：
6.根据权利要求5所述的方法，其中，第i个节点在时刻t的量测向量为：
7.根据权利要求6所述的方法，其中，基于各个所述节点的预测电压幅值和预测电压相角，确定所述图卷积注意力神经网络的损失函数，包括：
8.一种配电网状态推演装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：至少一个处理器，以及与该至少一个处理器通信连接的存储器；
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
【技术特征摘要】
1.一种配电网状态推演方法，其特征在于，包括：
2.根据权利要求1所述的方法，其中，所述观测矩阵为：
3.根据权利要求2所述的方法，其中，所述概率密度函数为：
4.根据权利要求3所述的方法，其中，所述置信区间的计算公式为：
5.根据权利要求1-4中任一项所述的方法，其中，所述配电网状态推演模型的训练过程，包括：
6.根据权利要求5所述的方法，其中，第i个节点在时刻t的量测向量为：
【专利技术属性】
技术研发人员：宣羿，孙智卿，魏晓菁，黄建平，刘莹，樊立波，韩荣杰，戴铁潮，梁云丹，黄怡，刘箭，刘兴业，金建华，马闯，项翔，陈炜骏，张旭东，张建松，侯伟宏，吴舜裕，屠永伟，金旻昊，来益博，王玥，黄佳斌，陈益芳，蒋建，王奇锋，陈逸轩，李雅，李强强，
申请(专利权)人：国网浙江省电力有限公司杭州供电公司，
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。