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

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INP_i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

一种基于电网运行数据的分布式安全特征选择方法

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inp_s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,…,inp_n) (1)

其中n为电网潮流特征集INP的维度，inp_s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inp_s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INP_i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INP_i(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inp_s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,…,inp_n) (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)，inp_s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inp_s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…INP_n；

2-2)求取每个电网潮流特征子集之间的相关度R(INP_i,INP_j)(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inp_l与inp_k的相关性R(inp_l,inp_k)(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inp_l与inp_k的相关性R(inp_l,inp_k)如式(2)

其中Cov(inp_l,inp_k)表示电网潮流特征量inp_l和inp_k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inp_l的均值，t为1,2,…m；

2-2-2)求取电网潮流特征子集INP_i与INP_j的相关度R(INP_i,INP_j)；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(INP_i,INP_j)＝min{R(inp_l,inp_k)}

(4)

inp_l∈INP_i,inp_k∈INP_j

(B)最大相关度：

R(INP_i,INP_j)＝max{R(inp_l,inp_k)}

(5)

inp_l∈INP_i,inp_k∈INP_j

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(INP_i,INP_j)；

2-3)合并相关度最大的电网潮流特征子集INP_i与INP_j；

2-4)若相关度最大的电网潮流特征子集INP_i与INP_j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…INP_K；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INP_i与INP_j之间的相关度达最小阈值ξ，ξ∈(0,1)：

R(INP_i,INP_j)≤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INP_i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INP_i分布式的进行常规特征选择，形成K个特征属性子集S₁，S₂…S_K；

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S_i合并形成S_F＝S₁∪S₂∪…∪S_K，对S_F进行常规特征选择，得到最终的安全特征选择结果S_R。

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inp_s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,…,inp_n) (1)

其中n为电网潮流特征集INP的维度，inp_s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inp_s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INP_i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…INP_n；

2-2)求取每个电网潮流特征子集之间的相关度R(INP_i,INP_j)，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INP_i与INP_j；

2-4)若相关度最大的电网潮流特征子集INP_i与INP_j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…INP_K；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INP_i与INP_j之间的相关度达最小阈值ξ，ξ∈(0,1)：

R(INP_i,INP_j)≤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inp_l与inp_k的相关性R(inp_l,inp_k)，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inp_l与inp_k的相关性R(inp_l,inp_k)如式(2)

其中Cov(inp_l,inp_k)表示电网潮流特征量inp_l和inp_k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inp_l的均值，t为1,2,…m；

2-2-2)求取电网潮流特征子集INP_i与INP_j的相关度R(INP_i,INP_j)；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(INP_i,INP_j)。

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INP_i分布式的进行常规特征选择，形成K个特征属性子集S₁，S₂…S_K；

3-2)在单个协调节点上，将特征属性子集S_i合并形成S_F＝S₁∪S₂∪…∪S_K，对S_F进行常规特征选择，得到最终的安全特征选择结果S_R。