【技术实现步骤摘要】
本专利技术属于智能电网，涉及一种基于物理信息图神经网络的电网模型参数估计方法及系统。
技术介绍
1、电力调度控制系统中的状态估计应用是网络分析软件的基础应用，随着电网计算规模的扩大增加了模型数据治理的难度，目前对电力系统参数辨识方法可分为两类：第一类是基于灵敏度分析的方法，这类方法基于状态估计结果，根据量测残差以及量测与网络参数的灵敏度关系，对可能的网络参数错误进行辨识，这类方法最大的优点在于无需改动原有的状态估计程序，实现方便，其不足在于其辨识结果对量测误差和一些人工设定的阈值十分敏感；第二类方法扩展状态估计的状态变量，并采用广义状态估计来计算网络参数的估计值，从而分辨出电力系统中的错误网络参数，这类方法存在数值稳定性问题。现有方法并没有考虑模型拓扑错误和量测误差对参数估计准确性的影响，在同时存在其他问题的场景下，给出的估计值存在较大偏差，实际可用性低。
技术实现思路
1、本专利技术的目的在于提供一种基于物理信息图神经网络的电网模型参数估计方法及系统，旨在解决现有技术中基于灵敏度分析电力...
【技术保护点】
1.一种基于物理信息图神经网络的电网模型参数估计方法，其特征在于，包括：
2.根据权利要求1所述的基于物理信息图神经网络的电网模型参数估计方法，其特征在于，所述对状态估计不合格点中的量测不合格点附近的设备进行问题节点定位，构建子图，具体为：对不合格点进行集合，以不合格点设备为起点进行拓扑搜索，设置相邻厂站的层数n_st，保留相邻n_st层厂站的所有设备，形成子图；并将子图和设备参数测量信息保存到文件中；同时遍历所有不合格点，直至所有的不合格点均遍历完成，形成用于神经网络训练的图结构数据。
3.根据权利要求1所述的基于物理信息图神经网络的电网模型...
【技术特征摘要】
1.一种基于物理信息图神经网络的电网模型参数估计方法，其特征在于，包括：
2.根据权利要求1所述的基于物理信息图神经网络的电网模型参数估计方法，其特征在于，所述对状态估计不合格点中的量测不合格点附近的设备进行问题节点定位，构建子图，具体为：对不合格点进行集合，以不合格点设备为起点进行拓扑搜索，设置相邻厂站的层数n_st，保留相邻n_st层厂站的所有设备，形成子图；并将子图和设备参数测量信息保存到文件中；同时遍历所有不合格点，直至所有的不合格点均遍历完成，形成用于神经网络训练的图结构数据。
3.根据权利要求1所述的基于物理信息图神经网络的电网模型参数估计方法，其特征在于，所述对电网模型数据中存在的问题节点进行类型标注，筛选出子图中的参数问题节点作为问题分类的训练样本，具体为：所述问题节点类型包括正常节点、拓扑问题节点、量测问题节点和参数问题节点；对电网模型数据中存在的问题节点进行类型标注包括：人工标注和自动标注；所述人工标注为基于现场运维经验，对电网模型中存在的问题节点进行类型标注，生成训练样本；人工标注信息保存到标签文件中；所述自动标注为：按照厂站搜索，如果一个厂站和周围厂站，没有不合格点，则在该厂站自动修改模型数据，将正常模型数据改成异常，生成模型数据问题；所述模型数据问题包括删除部分设备、更改设备连接点，产生拓扑问题；修改设备量测或量测质量位，产生量测问题；修改设备参数，产生参数问题；记录原始参数和修改后的问题参数，原始参数作为后续物理信息神经网络训练的初始值；对修改后的断面做状态估计计算，在修改处附近出现偏差问题，将该断面作为问题分类训练样本，自动保存子图文件和标签文件。
4.根据权利要求1所述的基于物理信息图神经网络的电网模型参数估计方法，其特征在于，所述构建图神经网络参数估计模型，具体为：模型的输入维度为：节点特征向量维度×节点数；输出向量维度为：节点参数维度×节点数；神经网络模型包含一个图嵌入层，三个卷积和...
【专利技术属性】
技术研发人员：张印，王淼，罗雅迪，孙博，吕闫，李理，石上丘，孙略，焦永刚，齐洋洋，韩锋，李森，张振，田曦晨，马晓忱，王少芳，郎燕生，王伟，韩巍，
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。