【技术实现步骤摘要】
本专利技术涉及电力系统运行方式聚类分析,并且更具体地,涉及一种电力系统运行方式的稳定性判别方法、装置及介质。
技术介绍
1、随着新型电力系统的建设,运行方式场景数目巨大,且在不同运行方式场景下,扰动或故障等造成的功率缺失量、新能源并网量、负荷需求量、系统惯性、频率响应能力、频率响应备用等均可能不同,这些因素均具有一定或较强的不确定性。为在保证新能源高占比大规模外送型电网安全稳定运行的前提下提高计算效率、降低成本,需要对运行方式场景进行聚类与优选,形成新的典型场景,进而为稳定分析与控制提供依据。关于高占比新能源外送型电力系统的高频稳定问题,目前的电力系统运行方式聚类方法还未有针对性的研究成果。
技术实现思路
1、针对现有技术的不足,本专利技术提供一种电力系统运行方式的稳定性判别方法、装置及介质。
2、根据本专利技术的一个方面,提供了一种电力系统运行方式的稳定性判别方法,包括:
3、根据获取的电力系统海量运行方式数据,构建初始样本集合,并根据初始样本集合构建包含n个维度
...【技术保护点】
1.一种电力系统运行方式的稳定性判别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,对所述初始时序场景变量矩阵进行特征选取,建立包含n个维度的聚类样本矩阵,包括:
3.根据权利要求1所述的方法,其特征在于,采用改进的K-means++算法对聚类样本矩阵进行聚类分析,确定所述电力系统的多个典型运行方式,包括:
4.根据权利要求3所述的方法,其特征在于,根据所述聚类样本矩阵,采用手肘法和CHI指标,确定所述K-means++算法的的类别数量k,包括:
5.根据权利要求3所述的方法,其特征在于,根据所述聚类
...【技术特征摘要】
1.一种电力系统运行方式的稳定性判别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,对所述初始时序场景变量矩阵进行特征选取,建立包含n个维度的聚类样本矩阵,包括:
3.根据权利要求1所述的方法,其特征在于,采用改进的k-means++算法对聚类样本矩阵进行聚类分析,确定所述电力系统的多个典型运行方式,包括:
4.根据权利要求3所述的方法,其特征在于,根据所述聚类样本矩阵,采用手肘法和chi指标,确定所述k-means++算法的的类别数量k,包括:
5.根据权利要求3所述的方法,其特征在于,根据所述聚类样本矩阵,选取k-means++算法的k个类别的k个初始聚类中心,包括:
6.根据权利要求1所述的方法,其特征在于,根据获取的所述电力系统的生产模拟数据分别计算多个典型运行方式下所述电力系统的冗余有功功率值,包括:
7.根据权利要求1所述的方法,其特征在于,根据多种典型运行方式下所述电力系统的所述冗余有功功率值,判定所述电力系统的稳定性,包括:<...
【专利技术属性】
技术研发人员:柯贤波,张钢,申家锴,程林,任冲,卫琳,刘诗雨,王一飞,姚良忠,谢岩,王强强,唐晓骏,郑智超,
申请(专利权)人:中国电力科学研究院有限公司,
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。