【技术实现步骤摘要】
本专利技术涉及电能质量，特别是一种基于哈密顿蒙特卡罗的电压暂降概率评估方法及系统。
技术介绍
1、电压暂降是电力系统不可避免的严重电能质量问题，电压暂降发生概率研究对于电力系统可靠性评估具有重要工程意义。电力系统中新能源和新型负荷的引入增强了扰动的随机性，这将导致电压暂降的数据分布预估成为高维概率分布问题，现有蒙特卡罗法(monte carlo，mc)、马尔可夫链蒙特卡罗法(markov chainmonte carlo，mcmc)等评估算法将无法确保在新情况下的评估精度和效率，算法受各自不同因素影响都导致普遍存在随机游走、低接受率和收敛缓慢等不足。
2、mc方法虽然可以有效解决电压暂降状况量存在的随机或确定性的问题，但是该方法的效率取决于随机变量的数量，在高维度情况下需要模拟大量场景生成足够的样本，效率大幅下降。蒙特卡罗拒绝采样方法(mcsrs)作为mc方法的一种，其随机游走性质以及仅从具有高值的单个区域进行采样的特点导致其收敛速度差，可能需要多次尝试才能生成一个独立样本。mcmc方法建立在与目标分布相关的马尔可夫链蒙链可以根据目标概率分布执行随机游走以此减少模拟次数。但马尔可夫链的随机游走行为受目标函数结构影响，变态的目标函数会导致游走失败。metropolis-hastings算法在mcmc方法的基础上实现了根据目标分布自动构建转化关系，但在高维度情况下随机过程很大概率会游走到目标集界域外。
技术实现思路
1、鉴于现有评估算法如蒙特卡罗法和马尔可夫链蒙特卡罗法存在
2、因此，本专利技术所要解决的问题在于如何将哈密顿蒙特卡罗采样方法应用于电力系统电压暂降次数数据生成上，以及对电压暂降生成数据概率密度分布情况进行评估分析。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种基于哈密顿蒙特卡罗的电压暂降概率评估方法，其包括采集代表性电压暂降事件数据，以获取电压波形样本；设置随机数种子、目标接受率和伽马先验密度分布函数参数，并初始化相关变量；利用哈密顿蒙特卡罗采样方法进行样本生成，并进行参数调整以满足目标接受率；创建后验密度分布函数，并结合贝叶斯推理进行概率密度评估。
5、作为本专利技术所述基于哈密顿蒙特卡罗的电压暂降概率评估方法的一种优选方案，其中：利用哈密顿蒙特卡罗采样方法进行样本生成包括以下步骤：采用贝叶斯神经网络预测得到的初始样本均值作为起始点；初始化采用自适应差分进化算法确定的采样样本数量和舍弃样本数；应用高阶神经网络生成对抗控制系统来精细调整哈密顿蒙特卡罗采样器的步长和步数参数；使用量子加速的哈密顿蒙特卡罗采样方法来执行采样，并利用量子计算的并行性；利用实时数据流分析和采样过程可视化工具对采样状态进行监控和记录，以实时响应采样性能并及时进行优化调整；结合深度学习强化学习算法修正泊松分布的参数，并创建精确的后验密度分布函数以生成高质量的样本。
6、作为本专利技术所述基于哈密顿蒙特卡罗的电压暂降概率评估方法的一种优选方案，其中：利用哈密顿蒙特卡罗采样方法进行样本生成还包括使用密顿能量函数取代能量函数，并采用联合指数分布生成数据样本，具体公式如下：
7、
8、其中，h(p,θ)表示系统的总哈密顿能量，k(p)、u(θ)分别表示对应的动能和势能函数，θ表示样本位置，p(p,θ)表示数据样本函数，z为归一化常数。
9、作为本专利技术所述基于哈密顿蒙特卡罗的电压暂降概率评估方法的一种优选方案，其中：结合贝叶斯推理进行概率密度评估包括以下步骤：选择未知参数λ的先验分布作为伽马分布，同时选择数据x的似然函数作为泊松分布，以构建贝叶斯模型；根据贝叶斯法则计算未知参数λ的后验分布，并基于哈密顿蒙特卡罗算法生成未知参数λ后验分布的采样样本{λ1,...,λn}；遍历所有样本λi，并计算每个样本λi对应的数据x低于阈值的概率密度值；将n个概率密度值求平均，以得到电压暂降的概率密度评估值迭代执行，得到不同时间段的序列以绘制概率密度时间序列图；收集实际数据计算出的概率序列，并与评估得到的序列进行比较以验证模型的有效性。
10、作为本专利技术所述基于哈密顿蒙特卡罗的电压暂降概率评估方法的一种优选方案，其中：似然函数的具体公式如下：
11、
12、其中，x＝{x1,x2,...,xn}表示被监测母线的观测数据，λ表示未知参数，θ表示样本位置。
13、先验分布的具体公式如下：
14、
15、其中，λ表示未知参数，θ表示样本位置，priora、priorb表示伽马分布的形状参数和比例参数，根据经验取值为1。
16、后验分布的具体公式如下：
17、p(θ|x)∝p(x|θ)×p(θ)
18、其中，p(θ|x)表示后验概率，p(x|θ)表示似然函数，p(θ)表示先验分布。
19、作为本专利技术所述基于哈密顿蒙特卡罗的电压暂降概率评估方法的一种优选方案，其中：与评估得到的序列进行比较以验证模型的有效性包括，在电网中设置高精度电压监测设备，收集不同负荷级别下的电压时间序列实测数据{x1,x2,...,xt}；基于预设电压暂降阈值μ，统计实测数据中满足x＜μ的比例以得到实际电压暂降概率ps；若实际电压暂降概率ps突变超过预设上下限，则判定为异常并启动异常值处理子程序；若实际电压暂降概率ps在预设范围内，则在相同负荷条件下，使用构建的贝叶斯-hmc模型预测电压暂降概率py；使用动态时间规整算法，计算实际电压暂降概率ps与预测电压暂降概率py之间的距离得分s；根据距离得分s，使用遗传算法自动优化贝叶斯-hmc模型的参数，使预测输出逼近实测概率；若距离得分s高于验收指标，则执行模型质量提升子程序包括更换算法、新增变量和调整样本数量；当模型达到质量要求，将预测电压暂降概率py用于电网控制策略。
20、作为本专利技术所述基于哈密顿蒙特卡罗的电压暂降概率评估方法的一种优选方案，其中：异常值处理子程序包括以下内容：当数据异常现象表现为高频随机杂讯干扰时，采用自适应多帧平均滤波器进行平滑处理；通过对滤波效果的评估判断是否进入正常评估流程，若滤波效果良好则进入正常评估流程，若滤波效果不佳则将此方法标记为无效，并输出低级警报；当数据异常现象具有周期性规律时，采用信号分解方法分离出具有周期性特征和其他项；若分解成功则滤除周期性成分后进入评估流程，若分解失败则将此方法标记为无效，并输出中级警报；当检测到数据异常逐渐放大时，判断是否能量逐步积累导致数据爆发；若是则重新设置平滑参数以实现泄流控制，若不是则标记原因不明，并输出高级警报；当全部自动处理均失败时，通知专家介入，在专家的手动分析指导下执行后续处理。
21、第二方面，本专利技术实施例提供了基于哈密顿蒙特卡罗方法的电压暂降概率评估系统，其包括采集模块，用于采集代表性电压暂降事件数据，以获取电压波形样本；初始化模块，用于设本文档来自技高网...
【技术保护点】
1.一种基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：包括，
2.如权利要求1所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述利用哈密顿蒙特卡罗采样方法进行样本生成包括以下步骤：
3.如权利要求1所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述利用哈密顿蒙特卡罗采样方法进行样本生成还包括，
4.如权利要求1所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述结合贝叶斯推理进行概率密度评估包括以下步骤：
5.如权利要求4所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述似然函数的具体公式如下：
6.如权利要求4所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述与评估得到的序列进行比较以验证模型的有效性包括，
7.如权利要求6所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述异常值处理子程序包括以下内容：
8.一种基于哈密顿蒙特卡罗方法的电压暂降概率评估系统，基于权利要求1～7任一所述的基于哈密顿蒙特卡罗的电
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法的步骤。
10.一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：所述计算机程序被处理器执行时实现权利要求1～7任一所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法的步骤。
...【技术特征摘要】
1.一种基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：包括，
2.如权利要求1所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述利用哈密顿蒙特卡罗采样方法进行样本生成包括以下步骤：
3.如权利要求1所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述利用哈密顿蒙特卡罗采样方法进行样本生成还包括，
4.如权利要求1所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述结合贝叶斯推理进行概率密度评估包括以下步骤：
5.如权利要求4所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述似然函数的具体公式如下：
6.如权利要求4所述的基于哈密顿蒙特卡罗的电压暂降概率评估方法，其特征在于：所述与评...
【专利技术属性】
技术研发人员：杨发宇，何觅，蒋羽鹏，于振国，王新，张军，冯耀宇，
申请(专利权)人：云南电网有限责任公司昆明供电局，
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。