CN105186503B - 一种基于电网运行数据的分布式安全特征选择方法 - Google Patents
一种基于电网运行数据的分布式安全特征选择方法 Download PDFInfo
- Publication number
- CN105186503B CN105186503B CN201510607899.8A CN201510607899A CN105186503B CN 105186503 B CN105186503 B CN 105186503B CN 201510607899 A CN201510607899 A CN 201510607899A CN 105186503 B CN105186503 B CN 105186503B
- Authority
- CN
- China
- Prior art keywords
- inp
- electric network
- network swim
- correlation
- characteristic quantity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及本发明涉及一种基于电网运行数据的分布式安全特征选择方法,属于电网安全运行技术领域。该方法包括:根据电网运行数据建立电网潮流特征集INP;对建立的电网潮流特征集INP求取电网潮流特征量之间的相关性,据此再求取每个电网潮流特征子集之间的相关度,并合并相关度最大的电网潮流特征子集,完成基于电网潮流特征量的相关性分组;在不同的计算节点上,对每一个电网潮流特征子集INPi分布式地进行常规特征选择,并在协调节点对计算节点结果进行整合,从而完成分布式安全特征选择。本发明大大降低电网潮流特征集的维度,从而在很大程度上解决了常规特征选择算法中遇到的“维数灾难”问题,提高计算效率。
Description
技术领域
本发明属于电网安全运行技术领域,特别涉及一种基于电网运行数据的分布式安全特征选择方法。
背景技术
随着交直流电网的快速发展以及可再生能源的不断接入,大电网运行方式时变性和复杂性日益增强,其安全运行的特征和规律越来越难以把握,极大的增加了电网运行风险和控制难度。近些年来国内外一系列的电网安全运行事故都说明:电网运行人员要依托电网安全稳定分析技术,充分掌握电网安全运行的特征和规律,迅速、精确地明晰电网薄弱点,才能避免电网运行事故的发生。电力系统中海量的计算资源,故可以利用电网安全稳定分析中的仿真大数据,采用大数据机器学习与数据挖掘的方法,在线挖掘出电网运行的关键安全特征。传统的安全特征选择算法是基于电网运行数据,采用集中式的方法,在单个计算节点上完成所有计算。然而随着电网规模扩大和间歇式新能源接入,电网运行数据规模不断增长。传统的特征选择算法不再适应新的需求,会存在大数据环境下的“维数灾难”问题:第一,容易造成算法的准确性降低,计算时间显著增长,算法的稳定性下降等问题。第二,对于单个计算节点而言无论是存储还是计算都存在问题。
发明内容
本发明的目的是克服已有技术的不足之处,提出一种基于电网运行数据的分布式安全特征选择方法,该方法利用电网安全稳定分析中产生的大数据形成电网潮流特征集,将电网潮流特征集所含的属性按相关性分成不同的组,分布到不同的计算节点上进行安全特征选择,最后通过协调节点将计算节点结果进行整合。分布式的思想能提高计算效率,以更好适应高维数据。
本发明提出的一种基于电网运行数据的分布式安全特征选择方法,其特征在于,该方法包括以下步骤:
1)根据电网运行数据建立电网潮流特征集INP:电网潮流特征集INP是描述电网运行状况的电网潮流特征量inps组成的一个集合如式(1),s为电网潮流特征子集的下标,s=1,2,…,n:
INP=(inp1,…,inpn) (1)
其中n为电网潮流特征集INP的维度,inps包括发电机电压、发电机出力和节点电压这三类电网潮流特征量;每一个电网潮流特征量inps是一个m维向量,描述了m种不同场景下的电网潮流特征;
2)对建立的电网潮流特征集INP求取电网潮流特征量之间的相关性,据此再求取每个电网潮流特征子集之间的相关度,并合并相关度最大的电网潮流特征子集,完成基于电网潮流特征量的相关性分组;
3)基于电网潮流特征量的相关性分组,在不同的计算节点上,对每一个电网潮流特征子集INPi分布式地进行常规特征选择,并在协调节点对计算节点结果进行整合,从而完成分布式安全特征选择。
本发明提出的基于电网运行数据的分布式安全特征选择方法,其特点和有益效果是:
1、本发明将初始电网潮流特征集分成K组,一方面将其维度降至原来的1/K,从而在很大程度上解决了常规特征选择算法中遇到的“维数灾难”问题;另一方面,也适合将任务分布到不同计算节点上进行计算。
2、本发明通过设定阈值ξ充分考虑了分组数K的大小和分组情况INPi(i=1,2…k)会对分布式特征选择结果的影响。为了充分考虑电网潮流特征量之间的相关性,同时避免协调节点上计算量过大,分组策略保证在分组时尽量保证同一组内的电网潮流特征量相关性较大,不同分组间的电网潮流特征量相关性较小。
3、本发明通过协调节点,协调整合计算节点所得到的安全特征选择结果,完成分布式的安全特征选择。
附图说明
图1是本发明方法的流程框图。
具体实施方式
本发明提出的基于电网运行数据的分布式安全特征选择方法,包括以下步骤:
1)根据电网运行数据建立电网潮流特征集INP:电网潮流特征集INP是描述电网运行状况的电网潮流特征量inps组成的一个集合如式(1),s为电网潮流特征子集的下标,s=1,2,…,n,由电网潮流特征量个数决定,:
INP=(inp1,…,inpn) (1)
其中n为电网潮流特征集INP的维度(n由电网节点的规模决定,电网节点数越多,n越大),inps包括发电机电压、发电机出力和节点电压这三类电网潮流特征量。每一个电网潮流特征量inps是一个m维向量,描述了m种不同场景下的电网潮流特征(m由电网节点的规模决定,电网节点数越多,需要描述的场景数m就越多);
2)对建立的电网潮流特征集INP求取电网潮流特征量之间的相关性,据此再求取每个电网潮流特征子集之间的相关度,并合并相关度最大的电网潮流特征子集,完成基于电网潮流特征量的相关性分组;具体包括以下步骤:
2-1)初始化电网潮流特征子集:依据电网潮流特征集INP的维度n,将每个电网潮流特征量单独作为一个电网潮流特征子集INP1,INP2…INPn;
2-2)求取每个电网潮流特征子集之间的相关度R(INPi,INPj)(i,j为任意两个电网潮流特征子集的下标,i,j由电网潮流特征子集个数决定),具体包括以下步骤:
2-2-1)求取电网潮流特征量inpl与inpk的相关性R(inpl,inpk)(l,k为任意两个电网潮流特征子集的下标,l,k由电网潮流特征量个数决定,l,k=1,2,…,n);本实施例采用皮尔逊积矩相关系数的绝对值来计算电网潮流特征量inpl与inpk的相关性R(inpl,inpk)如式(2)
其中Cov(inpl,inpk)表示电网潮流特征量inpl和inpk之间的协方差,计算公式为式(3):
其中表示m种不同场景下电网潮流特征量inpl的均值,t为1,2,…m;
2-2-2)求取电网潮流特征子集INPi与INPj的相关度R(INPi,INPj);本实施例采用最小相关度与最大相关度来求取电网潮流特征子集之间的相关度,(这两种相关度在一般情况下均有较好的分组结果)分别定义如式(4)、(5):
(A)最小相关度:
R(INPi,INPj)=min{R(inpl,inpk)}
(4)
inpl∈INPi,inpk∈INPj
(B)最大相关度:
R(INPi,INPj)=max{R(inpl,inpk)}
(5)
inpl∈INPi,inpk∈INPj
2-2-3)重复步骤(2-2-1)和(2-2-2)求取每个电网潮流特征子集之间的相关度R(INPi,INPj);
2-3)合并相关度最大的电网潮流特征子集INPi与INPj;
2-4)若相关度最大的电网潮流特征子集INPi与INPj满足式(6)的终止条件,则完成基于电网潮流特征量相关性分组,将电网潮流特征集按维度分成K组,形成电网潮流特征子集INP1,INP2…INPK;继续步骤3);否则跳回步骤2-2);其中,终止条件为任意电网潮流特征子集INPi与INPj之间的相关度达最小阈值ξ,ξ∈(0,1):
R(INPi,INPj)≤ξ (6)
3)基于电网潮流特征量的相关性分组,在不同的计算节点上,对每一个电网潮流特征子集INPi分布式地进行常规特征选择,并在协调节点对计算节点结果进行整合,从而完成分布式安全特征选择;具体包括以下步骤:
3-1)在不同的计算节点(分布式架构中用于承担相同或类似计算任务的服务器,常常具有多个)上,对每一个电网潮流特征子集INPi分布式的进行常规特征选择,形成K个特征属性子集S1,S2…SK;
3-2)在单个协调节点(分布式架构中用于整合计算节点计算任务的服务器,常常只有一个)上,将特征属性子集Si合并形成SF=S1∪S2∪…∪SK,对SF进行常规特征选择,得到最终的安全特征选择结果SR。
Claims (4)
1.一种基于电网运行数据的分布式安全特征选择方法,其特征在于,该方法包括以下步骤:
1)根据电网运行数据建立电网潮流特征集INP:电网潮流特征集INP是描述电网运行状况的电网潮流特征量inps组成的一个集合如式(1),s为电网潮流特征量的下标,s=1,2,…,n:
INP=(inp1,…,inpn) (1)
其中n为电网潮流特征集INP的维度,inps包括发电机电压、发电机出力和节点电压这三类电网潮流特征量;每一个电网潮流特征量inps是一个m维向量,描述了m种不同场景下的电网潮流特征;
2)对建立的电网潮流特征集INP求取电网潮流特征量之间的相关性,据此再求取每个电网潮流特征子集之间的相关度,并合并相关度最大的电网潮流特征子集,完成基于电网潮流特征量的相关性分组;
3)基于电网潮流特征量的相关性分组,在不同的计算节点上,对每一个电网潮流特征子集INPi分布式地进行常规特征选择,并在协调节点对计算节点结果进行整合,从而完成分布式安全特征选择。
2.如权利要求1所述的方法,其特征在于,所述步骤2)具体包括以下步骤:
2-1)初始化电网潮流特征子集:依据电网潮流特征集INP的维度n,将每个电网潮流特征量单独作为一个电网潮流特征子集INP1,INP2…INPn;
2-2)求取每个电网潮流特征子集之间的相关度R(INPi,INPj),i,j为任意两个电网潮流特征子集的下标;
2-3)合并相关度最大的电网潮流特征子集INPi与INPj;
2-4)若相关度最大的电网潮流特征子集INPi与INPj满足式(6)的终止条件,则完成基于电网潮流特征量相关性分组,将电网潮流特征集按维度分成K组,形成电网潮流特征子集INP1,INP2…INPK;继续步骤3);否则跳回步骤2-2);其中,终止条件为任意电网潮流特征子集INPi与INPj之间的相关度达最小阈值ξ,ξ∈(0,1):
R(INPi,INPj)≤ξ (6)。
3.如权利要求2所述的方法,其特征在于,所述步骤2-2)具体包括以下步骤:
2-2-1)求取电网潮流特征量inpl与inpk的相关性R(inpl,inpk),l,k为任意两个电网潮流特征量的下标;采用皮尔逊积矩相关系数的绝对值来计算电网潮流特征量inpl与inpk的相关性R(inpl,inpk)如式(2)
其中Cov(inpl,inpk)表示电网潮流特征量inpl和inpk之间的协方差,计算公式为式(3):
其中表示m种不同场景下电网潮流特征量inpl的均值,t为1,2,…m;
2-2-2)求取电网潮流特征子集INPi与INPj的相关度R(INPi,INPj);采用最小相关度与最大相关度来求取电网潮流特征子集之间的相关度,分别定义如式(4)、(5):
(A)最小相关度:
(B)最大相关度:
2-2-3)重复步骤(2-2-1)和(2-2-2)求取每个电网潮流特征子集之间的相关度R(INPi,INPj)。
4.如权利要求1、2或3所述的方法,其特征在于,所述步骤3)具体包括:
3-1)在不同的计算节点上,对每一个电网潮流特征子集INPi分布式的进行常规特征选择,形成K个特征属性子集S1,S2…SK;
3-2)在单个协调节点上,将特征属性子集Si合并形成SF=S1∪S2∪…∪SK,对SF进行常规特征选择,得到最终的安全特征选择结果SR。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510607899.8A CN105186503B (zh) | 2015-09-22 | 2015-09-22 | 一种基于电网运行数据的分布式安全特征选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510607899.8A CN105186503B (zh) | 2015-09-22 | 2015-09-22 | 一种基于电网运行数据的分布式安全特征选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105186503A CN105186503A (zh) | 2015-12-23 |
CN105186503B true CN105186503B (zh) | 2017-08-11 |
Family
ID=54908425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510607899.8A Active CN105186503B (zh) | 2015-09-22 | 2015-09-22 | 一种基于电网运行数据的分布式安全特征选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105186503B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190672A (zh) * | 2018-08-02 | 2019-01-11 | 清华大学 | 电力系统运行工况无监督聚类方法及装置 |
CN109242225A (zh) * | 2018-11-28 | 2019-01-18 | 南方电网科学研究院有限责任公司 | 一种提升配电网运行效率的方法、设备及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101599643A (zh) * | 2009-04-23 | 2009-12-09 | 清华大学 | 一种基于指数型目标函数的电力系统抗差状态估计方法 |
CN101800428A (zh) * | 2009-12-31 | 2010-08-11 | 清华大学 | 省地协调母线电压协调约束上下限值获得方法 |
CN101964525A (zh) * | 2010-06-25 | 2011-02-02 | 清华大学 | 一种支持大规模电流量测的配电网状态估计方法 |
CN102185308A (zh) * | 2010-03-19 | 2011-09-14 | 清华大学 | 一种考虑零注入量测等式约束的电力系统状态估计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8762880B2 (en) * | 2007-06-29 | 2014-06-24 | Microsoft Corporation | Exposing non-authoring features through document status information in an out-space user interface |
-
2015
- 2015-09-22 CN CN201510607899.8A patent/CN105186503B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101599643A (zh) * | 2009-04-23 | 2009-12-09 | 清华大学 | 一种基于指数型目标函数的电力系统抗差状态估计方法 |
CN101800428A (zh) * | 2009-12-31 | 2010-08-11 | 清华大学 | 省地协调母线电压协调约束上下限值获得方法 |
CN102185308A (zh) * | 2010-03-19 | 2011-09-14 | 清华大学 | 一种考虑零注入量测等式约束的电力系统状态估计方法 |
CN101964525A (zh) * | 2010-06-25 | 2011-02-02 | 清华大学 | 一种支持大规模电流量测的配电网状态估计方法 |
Non-Patent Citations (1)
Title |
---|
针对特征选择问题的改进蚁群算法及其在电力系统安全评估中的应用;章小强 等;《电工技术学报》;20101231;第25卷(第12期);第154-161页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105186503A (zh) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105633948B (zh) | 一种分布式能源接入电力系统随机模糊潮流算法 | |
WO2021164118A1 (zh) | 交直流大电网动态安全风险态势滚动前瞻预警方法及系统 | |
CN107947164A (zh) | 一种考虑多重不确定性及相关性的电力系统日前鲁棒调度方法 | |
CN104036073B (zh) | 适于有功功率特性分析的双馈风电场动态等值建模方法 | |
CN106374513B (zh) | 一种基于主从博弈的多微网联络线功率优化方法 | |
CN106972504A (zh) | 基于遗传算法的区间无功优化方法 | |
CN107332240A (zh) | 基于优化模型的电力系统静态电压稳定域边界搜索的方法 | |
CN107947151A (zh) | 一种电力系统关键节点的识别方法 | |
CN106099914B (zh) | 一种基于供电能力的主动配电网安全等级划分方法 | |
CN104182803B (zh) | 风电数据预处理方法及风电功率预测方法和系统 | |
CN103136585A (zh) | 基于混沌遗传策略的加权Voronoi图变电站规划方法 | |
CN103729467B (zh) | 一种社交网络中的社区结构发现方法 | |
CN105529714B (zh) | 基于正态分布组合特征的快速概率潮流计算方法 | |
CN109598377B (zh) | 一种基于故障约束的交直流混合配电网鲁棒规划方法 | |
CN105356465B (zh) | 一种经济性与安全性协调的输电网规划平台及应用 | |
CN105262108B (zh) | 一种有源配电网鲁棒无功优化运行方法 | |
CN106655234A (zh) | 一种线路阻抗和联络线功率对广义短路比影响的分析方法 | |
CN106208099A (zh) | 一种基于二层规划的电力系统无功优化方法及其应用 | |
CN106503279A (zh) | 一种用于电力系统暂态稳定评估的建模方法 | |
CN105186503B (zh) | 一种基于电网运行数据的分布式安全特征选择方法 | |
CN105119279B (zh) | 一种分布式电源规划方法及其系统 | |
CN104915788B (zh) | 一种考虑多风场相关性的电力系统动态经济调度的方法 | |
CN105354628A (zh) | 一种输电系统鲁棒可用输电能力评估方法 | |
CN104598991B (zh) | 考虑外送电交易、跨省跨区联络线交易与安全约束的机组组合获取方法 | |
CN104484832B (zh) | 评估220kv拉手网最大供电能力的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |