【技术实现步骤摘要】
本专利技术涉及电力系统态势感知，尤其涉及一种综合能源系统的态势感知方法。
技术介绍
1、近年来，综合能源系统的发展迅猛，以满足不断增长的能源需求和推动清洁能源应用。然而，随着系统规模的扩大和复杂性的增加，系统安全性成为越来越重要的关注点。现有技术主要侧重于对独立子系统的安全性评估，缺乏对整体系统态势的全面感知和评估。这导致在综合能源系统中往往难以准确识别潜在的安全隐患，无法及时做出针对性的安全决策。
2、目前，绝大多数现有的综合能源系统安全评估方法仍依赖于传统的数学模型和静态数据分析，无法有效捕捉系统动态变化和不确定因素。传统方法忽视了多站点协同作用、设备之间的关联性和系统的动态特性，导致系统的安全评估结果不够准确、全面。现有技术在专家决策权重方面存在主观性强、缺乏一种客观、科学的方法来确定各项指标的权重，影响了评估结果的客观性和可靠性。
3、综上，亟需一种综合能源系统态势感知方法，针对综合能源系统的特性提高系统态势感知准确性和智能化水平。
技术实现思路
1、鉴于上述的分析，本专利技术实施例旨在提供一种综合能源系统的态势感知方法，用以解决现有综合能源系统态势感知中存在静态分析、专家主观性强和缺乏系统动态感知的问题。
2、本专利技术实施例提供了一种综合能源系统的态势感知方法，包括如下步骤：
3、确定态势安全指标，采集综合能源系统中每个能源站点历史时间段内的电气参数数据及系统参数数据，计算每个时间点的态势安全指标值；
4、利用
5、基于所述权重对每个时间点上的态势安全指标值进行加权求和得到各时间点上的态势感知结果，根据态势感知结果对各时间点的态势安全指标值进行标注，形成训练样本集，对卷积神经网络进行训练，得到训练好的综合能源系统态势感知模型；
6、基于实时动态采集到的每个能源站点的电气参数数据及系统参数数据计算态势安全指标值输入综合能源系统态势感知模型得到综合能源系统的安全态势感知结果。
7、进一步地，所述利用模糊层次分析法获取各专家对态势安全指标的权重决策向量包括：
8、各专家对所述态势安全指标进行两两比较获得模糊判断结果，基于所述模糊判断结果构建模糊互补矩阵，矩阵的每个元素值(i,j)为态势安全指标i和j之间的模糊判断结果；
9、基于所述模糊互补矩阵的元素值，计算各专家对每个态势安全指标的权重决策结果，得到各专家对态势安全指标的权重决策向量；其中，z=1…n，n表示专家的数量。
10、进一步地，所述模糊互补矩阵，如下所示：
11、；
12、其中，n为态势安全指标数，，矩阵对角线上的元素值为1.0，其他位置处元素值为0.1~0.9。
13、进一步地，基于所述模糊互补矩阵的元素值，计算各专家对每个态势安全指标的权重决策结果如下：
14、；
15、其中，为专家组对指标i的权重决策结果，且n个指标中的任意2个指标m、j，满足，为决策者的分辨能力。
16、进一步地，对所述权重决策向量进行聚类分析得到各态势安全指标的权重包括：
17、利用k均值算法对所述权重决策向量进行聚类分析；
18、选择簇的数量k，随机选择k个专家对态势安全指标的权重决策向量作为每个簇的初始聚类中心；
19、其中，为第i个聚类中心的权重决策向量；
20、计算每个权重决策向量到各簇聚类中心的欧式距离，将该权重决策向量分配到最近的聚类中心所代表的簇；
21、对于每个簇，计算簇内所有权重决策向量的均值，将该均值作为新的聚类中心，再次迭代，直至每个聚类中心的收敛距离均小于预定收敛参数或达到预定迭代次数，结束聚类操作；
22、基于每个簇内包含的所述权重决策向量数，计算获得每个簇的权重决策向量的权重；
23、基于所述每个簇的权重决策向量的权重和每个簇的聚类中心，计算获得各态势安全指标的权重。
24、进一步地，所述每个簇内的权重决策向量的权重计算如下：
25、；
26、其中，为第l个簇的权重，为第l个簇内的权重决策向量数，k为簇数，为k个簇内所有权重决策向量数。
27、进一步地，所述态势安全指标的权重计算如下：
28、；
29、其中，为第i个态势安全指标的权重，为第l个簇的聚类中心对应的权重决策向量中的第i个态势安全指标的权重决策结果。
30、进一步地，所述各时间点上的态势感知结果计算如下：
31、；
32、其中，s、分别为每个时间点的态势感知结果、第i个态势安全指标的权重和态势安全指标值。
33、进一步地，根据态势感知结果对各时间点的态势安全指标值进行标注，包括：
34、根据预设阈值对安全态势感知结果进行判定，得到态势安全等级；
35、所述态势安全等级包括正常、恢复、临界和紧急四种安全等级；
36、根据各时间点态势安全指标值对应的态势安全等级，对所述态势安全指标值进行标注。
37、进一步地，所述态势安全指标包括线路潮流分布指标、功能品质合格率、暂态绝对安全裕度、暂态综合安全裕度、新能源点并网电能质量并网节点电压合格率、新能源点并网电能质量并网节点电流合格率、新能源点并网电能质量并网节点频率合格率、系统负载率、系统过载程度、稳态总量充裕度、稳态分量充裕度和变压器负载率；
38、进一步地，所述综合能源系统包括储能站、充换电站、变电站、新能源站、数据中心站、5g基站和北斗导航站。
39、与现有技术相比，本专利技术至少可实现如下有益效果之一：
40、1、本专利技术提供了一种综合能源系统的态势感知方法，充分考虑综合能源系统多站系统运行的特性，通过引入模糊层次分析法获取各专家对态势安全指标的权重决策向量，结合专家决策结果，对态势安全指标的权重决策向量采用k均值算法进行聚类分析，准确计算各态势安全指标的权重；
41、2、通过卷积神经网络对实时动态采集的综合能源系统的电气参数数据及系统参数数据，进行综合分析，突出了对系统安全态势的实时性的全面感知和科学态势感知；本专利技术为综合能源系统安全管理提供了一种全新的、更为准确的可靠的实时态势感知方法；
42、3、确定综合能源系统的态势安全指标，提供了一个全面的态势安全指标框架，可以覆盖到综合能源系统的各个方面，包括静态和动态的安全性，实时监测系统运行状态，及时感知系统的问题和风险，有助于制定安全策略和措施、支持决策过程，以及预防潜在事故。
43、本专利技术中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的本文档来自技高网...
【技术保护点】
1.一种综合能源系统的态势感知方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述利用模糊层次分析法获取各专家对态势安全指标的权重决策向量包括：
3.根据权利要求2所述的方法，其特征在于，所述模糊互补矩阵，如下所示：
4.根据权利要求3所述的方法，其特征在于，基于所述模糊互补矩阵的元素值，计算各专家对每个态势安全指标的权重决策结果如下：
5.根据权利要求4所述的方法，其特征在于，对所述权重决策向量进行聚类分析得到各态势安全指标的权重包括：
6.根据权利要求5所述的方法，其特征在于，所述每个簇内的权重决策向量的权重计算如下：
7.根据权利要求6所述的方法，其特征在于，所述态势安全指标的权重计算如下：
8.根据权利要求7所述的方法，其特征在于，所述各时间点上的态势感知结果计算如下：
9.根据权利要求8所述的方法，其特征在于，根据态势感知结果对各时间点的态势安全指标值进行标注，包括：
10.根据权利要求1-8任一项所述的方法，其特征在于，所述态势安全指
...【技术特征摘要】
1.一种综合能源系统的态势感知方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述利用模糊层次分析法获取各专家对态势安全指标的权重决策向量包括：
3.根据权利要求2所述的方法，其特征在于，所述模糊互补矩阵，如下所示：
4.根据权利要求3所述的方法，其特征在于，基于所述模糊互补矩阵的元素值，计算各专家对每个态势安全指标的权重决策结果如下：
5.根据权利要求4所述的方法，其特征在于，对所述权重决策向量进行聚类分析得到各态势安全指标的权重包括：
6.根据权利要求5所述的方法，其特征在于，所述每个簇内的权重决策向量的权重计算如下：
7...
【专利技术属性】
技术研发人员：窦真兰，张莹，张春雁，王俊，夏世超，王青磊，郭磊，
申请(专利权)人：国网上海市电力公司，
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。