【技术实现步骤摘要】
本专利技术属于电力系统线路辨识，尤其涉及输电网络连锁故障关键线路辨识与预警及定位方法及设备。
技术介绍
1、高比例可再生能源引起的随机性和不确定性给输电系统实际运行带来了巨大挑战。而准确的输电网安全态势感知是保证输电网安全、可靠运行的先决条件。因此，对输电网关键线路的辨识和当前态和未来态进行及时可靠的态势预警，是保障调度人员预先介入，有效维护系统安全稳定的重要手段。
2、输电网安全态势感知是指在一定时空条件下，对输电系统中安全态势要素进行觉察、理解以及未来态势预测预警，是发现系统未知或潜在威胁的有效手段。高比例可再生能源并网使得传统输电网态势感知研究不再适用。一方面，新型输电网发生连锁故障的风险日益增加，电网局部故障的连锁反应演化为全局安全风险的可能性日趋显著，关键线路对连锁故障的发展起到推波助澜的作用。因此关键线路辨识工作愈发重要。另一方面，新能源的大量并网对于输电网连锁故障预测提出了新的需求。近年来，人工智能科学在电力系统的发展和应用给基于物理模型的分析和计算提供了新思路和方法，为实现快速、高效的输电网态势预测提供了全新平台。因此，对输电网准确的关键线路辨识、态势预测、故障预警及快速定位能更好地满足新型输电网的需求，有效避免连锁故障发生。
3、研究广域时序电力系统状态的输电网络连锁故障关键线路辨识、预警与定位方法。构建考虑电网结构与运行状态的综合连锁故障关键线路辨识模型，基于lstm(longshort-term memory)算法，研究输电网安全态势预测预警方法，从而对由潮流转移引发的连锁故障进行提
技术实现思路
1、本专利技术提供一种输电网络连锁故障关键线路辨识与预警及定位方法及设备，用以对输电网准确的关键线路辨识、态势预测、故障预警及快速定位，更好地满足新型输电网的需求，有效避免连锁故障发生。
2、本专利技术提供输电网络连锁故障关键线路辨识与预警及定位方法，包括以下步骤：
3、步骤1：构建考虑电网结构与运行状态的综合连锁故障关键线路辨识方法。
4、步骤2：由支路转移模型，根据支路传输的有功功率与无功功率建立潮流转移模型；输入输电网节点模型多个历史时刻的特征数据构建输电网特征数据集。
5、步骤3：构建lstm网络算法。
6、步骤4：构建基于lstm的输电网安全态势预测模型。将步骤2计算得到的时序电网状态输入至步骤3所建立的安全态势预测模型中，经过adasyn过采样等步骤进行数据预处理，划分出训练集和验证集；然后计算每个时间点输入的维度，将生成的数据输入lstm网络的输入层中进行计算，最终输出未来特定时刻是否会发生连锁故障以及故障所处的位置等结果。
7、根据本专利技术提供的输电网络连锁故障关键线路辨识与预警及定位方法，步骤1所述的综合连锁故障关键线路辨识方法。
8、(1)当考虑电网结构时，基于复杂网路理论，利用电气介数量化支路在网络结构的重要性。支路i上的电气介数可写为：
9、
10、其中，g、l均为节点集合，g为发电机集合，l为负荷集合；表示向节点对g-l注入单位有功功率后(节点g注入有功功率p＝1节点l注入p＝-1)，支路i承担的有功功率。wgl表示介数系数，可写为：
11、wgl＝min(sg,sl) (2)
12、其中，sg为发电机节点g额定发电容量，sl为负荷节点l的最大负荷。
13、(2)当考虑运行状态时，利用可靠性指标量化电网中某条线路断开后诱发连锁故障的风险。可靠性指标基于模糊性描述连锁故障的不确定性。连锁故障事件a发生，支路i可靠性指标可写为：
14、
15、其中，easi(a)为连锁故障a发生在支路i上的可能程度，unpi(a)为连锁故障a不发生在支路i上的不可能程度，即a的对立事件发生的不可能程度。当连锁故障传播至第j阶段时：
16、
17、
18、其中，pj为该阶段故障线路集合，q为断开的线路，为支路被切除前承担的有功功率；μ(p)为隶属度函数。具体可写为：
19、
20、其中，pi,min,pi,max分别为支路i允许通过的最小、最大有功功率。
21、由式(4)、(5)可知，连锁故障发生的easi(a)与unpi(a)可写为：
22、easi(a)＝easi(a1)∧easi(a2)∧…∧easi(aj) (7)
23、
24、(3)综合考虑电网结构和运行状态，得到支路i的综合连锁故障关键线路辨识指标ri，可写为：
25、
26、其中，α为权重，表示对电网结构和运行状态的侧重程度；为的归一化值。
27、根据本专利技术提供的输电网络连锁故障关键线路辨识与预警及定位方法，步骤2所述由支路转移模型，根据支路传输的有功功率与无功功率建立潮流转移模型。则电网运行状态改变时，支路功率从初始态到当前态所累计的能量eij可写为：
28、
29、根据复杂电网潮流计算原则可将(10)进一步展开为：
30、
31、其中，uij,δij,pij,qij分别表示线路ij的电压幅值、电压相位、有功功率、无功功率；分别表示uij,δij,pij,qij的初始值。
32、稳态运行条件下，支路mn的累计的能量为支路mn故障跳闸后，此时支路mn上的累计潮流为则全网因故障跳闸导致的潮流转移可写为：
33、
34、根据复杂电网潮流计算原则可将(12)进一步展开为：
35、
36、本专利技术即针对潮流转移引发的连锁故障，进行故障的提前预警和区域判定。
37、根据本专利技术提供的输电网络连锁故障关键线路辨识与预警及定位方法，步骤3所述构建长短期记忆网络(lstm，long short-term memory)所用的lstm网络前向计算方法如下：
38、输入门可写为：
39、dt＝σ(wxixt+whiht-1+wcici-1+bi) (14)
40、遗忘门可写为：
41、ft＝σ(wxfxt+whfht-1+wcfci-1+bf) (15)
42、细胞状态可写为：
43、ct＝ftct-1+dt tanh(wxcxt+whcht-1+bc) (16)
44、输出门可写为：
45、yt＝σ(wxoxt+whoht-1+wcoct+bo) (17)
46、激活函数采用softmax激活函数，可写为：
47、
48、其中，(12)-(15)的w,b分别为相应的权重系数矩阵和偏置。
49、根据本专利技术提供的输电网络连锁故障关键线路辨识与预警及定位方法，步骤4所述构建基于lstm的输电网安全态势预测模型包括输入层、隐藏层、输出层、本文档来自技高网...
【技术保护点】
1.输电网络连锁故障关键线路辨识与预警及定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述输电网络连锁故障关键线路辨识与预警及定位方法，其特征在于，所述综合连锁故障关键线路辨识方法包括以下步骤：
3.根据权利要求1所述输电网络连锁故障关键线路辨识与预警及定位方法，其特征在于，所述根据支路传输的有功功率与无功功率建立潮流转移模型包括以下步骤：
4.根据权利要求1所述输电网络连锁故障关键线路辨识与预警及定位方法，其特征在于，所述构建LSTM网络算法采用LSTM网络前向计算方法，具体包括：
5.根据权利要求4所述输电网络连锁故障关键线路辨识与预警及定位方法，其特征在于，所述构建基于LSTM的输电网安全态势预测模型包括输入层、隐藏层、输出层、网络训练以及网络预测5个功能模块；具体步骤如下：
6.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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至5任一项所述输电网络连锁故障关键线路辨识与预警及定位方法。
7.一种非暂态
8.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述输电网络连锁故障关键线路辨识与预警及定位方法。
...【技术特征摘要】
1.输电网络连锁故障关键线路辨识与预警及定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述输电网络连锁故障关键线路辨识与预警及定位方法，其特征在于，所述综合连锁故障关键线路辨识方法包括以下步骤：
3.根据权利要求1所述输电网络连锁故障关键线路辨识与预警及定位方法，其特征在于，所述根据支路传输的有功功率与无功功率建立潮流转移模型包括以下步骤：
4.根据权利要求1所述输电网络连锁故障关键线路辨识与预警及定位方法，其特征在于，所述构建lstm网络算法采用lstm网络前向计算方法，具体包括：
5.根据权利要求4所述输电网络连锁故障关键线路辨识与预警及定位方法，其特征在于，所述构建基于lstm的输电网安全态...
【专利技术属性】
技术研发人员：何宇雄，张雯露，金石，何智洪，张丽红，刘源，杨璃，何宇红，刘治坤，高天露，
申请(专利权)人：武汉大学，
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。