一种电力系统的频率预测方法技术方案

本申请公开一种电力系统的频率预测方法，通过获取电力系统的历史运行数据，并从历史运行数据中确定与电力系统的频率对应的关键特征；根据关键特征，构建频率预测模型；建立扰动数据样本集以及损失函数；将扰动数据样本集输入至频率预测模型，并以损失函数最小化为目标训练频率预测模型，得到训练好的频率预测模型；获取电力系统的待测有功扰动信息，利用训练好的频率预测模型处理待测有功扰动信息，得到电力系统的频率预测结果。本申请确定能影响电力系统频率变化的关键的特征，以此来建立频率预测模型，并设置扰动数据样本集和损失函数训练模型，这样就能更高效的训练出能够精准根据输入数据得到频率预测结果的频率预测模型。

【技术实现步骤摘要】

本申请涉及频率预测，具体涉及一种电力系统的频率预测方法。

技术介绍

1、电力系统作为支撑经济发展和人们日常生活的关键基础设施，其稳定运行至关重要，电力系统的频率是衡量系统运行状态的一个关键指标。当故障产生功率缺额后，惯量水平的降低将会导致较大的频率变化率(rocof)和频率偏差，甚至会触发低频减载动作而引起停电事故，威胁电力系统的安全稳定运行，因此对电力系统的频率预测至关重要。

2、传统的频率预测方法中有通过训练预测模型来实现的，但是也只是将海量的样本数据输入至模型中进行训练，得到一个普通的模型，其预测准确度并不高。

技术实现思路

1、有鉴于此，本申请提供了一种电力系统的频率预测方法，可以解决现有的预测方法中只是将海量的样本数据输入至模型中进行训练，得到一个普通的模型，其预测准确度并不高的问题。

2、为实现以上目的，现提出的方案如下：

3、第一方面，一种电力系统的频率预测方法，包括：

4、获取电力系统的历史运行数据，并从所述历史运行数据中确定与所述电力系统的频率本文档来自技高网...

【技术保护点】

1.一种电力系统的频率预测方法，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，所述从所述历史运行数据中确定与所述电力系统的频率对应的关键特征，包括：

3.根据权利要求1所述的方法，其特征在于，所述建立扰动数据样本集，包括：

4.根据权利要求1所述的方法，其特征在于，所述损失函数的建立过程，包括：

5.根据权利要求1所述的方法，其特征在于，所述损失函数为：

6.根据权利要求2所述的方法，其特征在于，所述对所述运行特征集进行互信息最大化，得到运行特征间的关联信息，包括：

7.根据权利要求2或6任一项所述的...

【技术特征摘要】

1.一种电力系统的频率预测方法，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，所述从所述历史运行数据中确定与所述电力系统的频率对应的关键特征，包括：

3.根据权利要求1所述的方法，其特征在于，所述建立扰动数据样本集，包括：

4.根据权利要求1所述的方法，其特征在于，所述损失函数的建立过程，包括：

5.根据权利要求1所述的方法，其特征在于，所述损失函数为：

6.根据权利要求2所述的方法，其特征在于，所述对所述运...

【专利技术属性】
技术研发人员：刘梓宁，陈亦平，李诗旸，李文云，郑耀东，杨荣照，翟苏巍，付超，郑超，刘宇明，梁峻恺，朱思婷，黄伟，周保荣，吴为，谢宇翔，奚鑫泽，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：