CN105354765A - 基于海量数据并考虑拓扑因素的电力系统安全稳定判定法 - Google Patents

基于海量数据并考虑拓扑因素的电力系统安全稳定判定法 Download PDF

Info

Publication number
CN105354765A
CN105354765A CN201510789550.0A CN201510789550A CN105354765A CN 105354765 A CN105354765 A CN 105354765A CN 201510789550 A CN201510789550 A CN 201510789550A CN 105354765 A CN105354765 A CN 105354765A
Authority
CN
China
Prior art keywords
power system
safe
electric
power
stable operation
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.)
Pending
Application number
CN201510789550.0A
Other languages
English (en)
Inventor
温柏坚
孙宏斌
郭文鑫
郭庆来
王彬
余志文
黄天恩
刘林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
Tsinghua University
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University, Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical Tsinghua University
Priority to CN201510789550.0A priority Critical patent/CN105354765A/zh
Publication of CN105354765A publication Critical patent/CN105354765A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种基于海量数据并考虑拓扑因素的电力系统安全稳定判定法，包括步骤：S1，求取电力系统中流经各线路的有功功率Pi和无功功率Qi；S2建立考虑拓扑因素的电网运行方式描述；S3判定电力系统是否安全稳定运行；S4，重复步骤S1-S3，经过一段时间积累，得到m组样本，包括电力系统的运行方式xj(j＝1,2，…，m)及其该运行方式下电力系统能否安全稳定运行的标签yj(j＝1,2，…，m)；S5，利用S4中得到的m组样本，建立非线性支持向量机模型(SVM)，找到电力系统能够安全稳定运行与不能够安全稳定运行的分界面f(x)；S6利用非线性支持向量机模型(SVM)对在线电力系统运行状态判定能否安全稳定运行。本发明判定时响应速度快、适用于复杂多变在线电网运行方式的电力系统安全稳定判定。

Description

基于海量数据并考虑拓扑因素的电力系统安全稳定判定法
技术领域
本发明涉及一种电力系统安全稳定判定法，尤其是涉及一种基于海量数据并考虑拓扑因素的电力系统安全稳定判定法。
背景技术
由于大电网的时变性和复杂性，实时、准确地判定电力系统能否安全稳定运行往往具有一定难度。当发生严重过负荷、大规模甩负荷、局部电网解列等非正常状态时，若无法迅速判断电力系统安全稳定性，及时采取措施，极易给电力系统造成巨大的损失。
传统电力系统安全稳定的判定往往通过对电网运行方式进行建模，然后对模型进行分析，判断电力系统的安全性和稳定性。这样的判定方式需要对每一个运行状态进行建模分析，程序非常复杂，计算时间较长，难以实现在复杂多变在线电网运行方式下，对电力系统能否安全稳定运行的快速判断。
发明内容
本发明所要解决的技术问题，就是提供一种基于海量数据并考虑拓扑因素的电力系统安全稳定判定法，其判定时响应速度快、适用于复杂多变在线电网运行方式的电力系统安全稳定判定。
解决上述技术问题，本发明采用的技术方案如下：
一种基于海量数据并考虑拓扑因素的电力系统安全稳定判定法，其特征是包括以下步骤：
S1，收集实时电力系统拓扑数据和潮流数据，通过潮流计算(现有技术)求取电力系统中流经各线路的有功功率Pi和无功功率Qi；
设在实时电力系统拓扑下，共有n条线路，通过潮流计算(现有技术)，求取电力系统中流经各线路的有功功率Pi和无功功率Qi(i＝[1,2,…,n])；
S2建立考虑拓扑因素的电网运行方式描述
将考虑拓扑因素的电网运行方式描述为一个2n维向量x，记为：
x＝(P1,Q1,P2,Q2,...Pn,Qn)；
S3判定电力系统是否安全稳定运行
利用传统电力系统安全稳定方法，对该电网运行方式进行分析，判定电力系统是否安全稳定运行；
若电力系统能够安全稳定运行，设定标签y，记为
y＝1；
若电力系统不能够安全稳定运行，设定标签y，记为
y＝-1；
本步骤并不需要在线进行，可以离线进行；
S4，重复步骤S1-S3，经过一段较长时间(一个季度-三年)积累，得到m组样本，包括电力系统的运行方式xj(j＝1,2，…，m)及其该运行方式下电力系统能否安全稳定运行的标签yj(j＝1,2，…，m),记为：
(xj,yj)j＝1,2，...，m；
式中：
S5，利用S4中得到的m组样本，建立非线性支持向量机模型(SVM)(现有技术)，找到电力系统能够安全稳定运行与不能够安全稳定运行的分界面f(x)，(利用SVM找到，是现有技术)该分界面的示意图如图2所示。(说明：图2仅仅是示意图，1、起始分界面不是直线；2允许异常点或者孤立点的分类错误。)
S6利用非线性支持向量机模型(SVM)对在线电力系统运行状态进行在线判定，判断电力系统能否安全稳定运行：
S6-1对于实时电力系统运行状态，利用步骤S1-S2,得到考虑拓扑因素的实时电网运行方式描述x；
S6-2利用非线性支持向量机模型(SVM)得到的边界面f(x)，判断该实时电力系统运行状态下x，电力系统能否安全稳定运行(现有技术，利用SVM判断)，并设定标签y。
步骤S6“利用非线性支持向量机模型(SVM)对在线电力系统运行状态进行在线判定”，该步骤中，可以采用其他合适的非线性判别模型，例如神经网络模型、贝叶斯决策模型等。
本方法利用海量历史数据中的电网运行方式进行离线分析，然后在线应用，响应速度更快，更加适应于复杂多变的在线电网运行方式。
首先建立在线电力系统运行状态的描述，具体由所有线路中有功功率和无功功率的2n(n为线路条数)维向量构成；接着以电力系统是否安全稳定运行为标签，建议一个电力系统安全稳定的判别模型；最后利用该模型对在线电力系统运行状态进行在线判定，判断电力系统能否安全稳定运行。本方法大大缩短了电力系统安全稳定性判定的时间，便于运行人员迅速发现电力系统的非正常状态，并及时采取保护措施。
有益效果：本方法是一种基于海量数据、考虑电力系统拓扑因素的电力系统安全稳定判定方法，本法大大缩短了电力系统安全稳定性判定的时间，便于运行人员迅速发现电力系统的非正常状态，并及时采取保护措施，解决了传统电力系统安全稳定建模判定方法中建模复杂、计算时间较长、响应速度慢等问题。
附图说明
图1是本发明采用的技术方案流程图；
图2是非线性支持向量机模型分界面示意图。
具体实施方式
一种基于海量数据并考虑拓扑因素的电力系统安全稳定判定法，其特征是包括以下步骤：
S1，收集实时电力系统拓扑数据和潮流数据，通过潮流计算(现有技术)求取电力系统中流经各线路的有功功率Pi和无功功率Qi；
设在实时电力系统拓扑下，共有n条线路，通过潮流计算，求取电力系统中流经各线路的有功功率Pi和无功功率Qi(i＝[1,2,…,n])；
S2建立考虑拓扑因素的电网运行方式描述
将考虑拓扑因素的电网运行方式描述为一个2n维向量x，记为：
x＝(P1,Q1,P2,Q2,...Pn,Qn)；
S3判定电力系统是否安全稳定运行
利用传统电力系统安全稳定方法，对该电网运行方式进行分析，判定电力系统是否安全稳定运行；
若电力系统能够安全稳定运行，设定标签y，记为
y＝1；
若电力系统不能够安全稳定运行，设定标签y，记为
y＝-1；
本步骤并不需要在线进行，可以离线进行；
S4，重复步骤S1-S3，经过一段较长时间(至少为一个季度，至多两到三年)积累，得到m组样本，包括电力系统的运行方式xj(j＝1,2，…，m)及其该运行方式下电力系统能否安全稳定运行的标签yj(j＝1,2，…，m),记为：
(xj,yj)j＝1,2，...，m；
S5，利用S4中得到的m组样本，建立非线性支持向量机模型(SVM)，找到电力系统能够安全稳定运行与不能够安全稳定运行的分界面f(x)，(利用SVM找到，是现有技术)该分界面的示意图如图2所示。(说明：图2仅仅是示意图，1、起始分界面不是直线；2允许异常点或者孤立点的分类错误。)S6利用非线性支持向量机模型(SVM)对在线电力系统运行状态进行在线判定，判断电力系统能否安全稳定运行：
S6-1对于实时电力系统运行状态，利用步骤S1-S2,得到考虑拓扑因素的实时电网运行方式描述x；
S6-2利用非线性支持向量机模型(SVM)得到的边界面f(x)，判断该实时电力系统运行状态下x，电力系统能否安全稳定运行(现有技术，利用SVM判断)，并设定标签y。
本案需要保护的要点。
(1)建立考虑拓扑因素的电网运行方式描述，如步骤S2所述；
(2)建立非线性支持向量机模型(SVM)，找到电力系统能够安全稳定运行与不能够安全稳定运行的分界面，如步骤S5所述；
(3)利用非线性支持向量机模型(SVM)对在线电力系统运行状态进行在线判定，判断电力系统能否安全稳定运行，如步骤S6所述。

Claims (2)

1.一种基于海量数据并考虑拓扑因素的电力系统安全稳定判定法，其特征是包括以下步骤：
S1，求取电力系统中流经各线路的有功功率Pi和无功功率Qi
收集实时电力系统拓扑数据，设在实时电力系统拓扑下，共有n条线路；通过潮流计算，求取电力系统中流经各线路的有功功率Pi和无功功率Qi(i＝[1,2,…,n])；
S2建立考虑拓扑因素的电网运行方式描述
将考虑拓扑因素的电网运行方式描述为一个2n维向量x，记为：
x＝(P1,Q1,P2,Q2,...Pn,Qn)；
S3判定电力系统是否安全稳定运行
利用传统电力系统安全稳定方法，对该电网运行方式进行分析，判定电力系统是否安全稳定运行；
若电力系统能够安全稳定运行，设定标签y，记为
y＝1；
若电力系统不能够安全稳定运行，设定标签y，记为
y＝-1；
S4，重复步骤S1-S3，经过一个季度至三年这样一段时间的积累，得到m组样本，包括电力系统的运行方式xj(j＝1,2，…，m)及其该运行方式下电力系统能否安全稳定运行的标签yj(j＝1,2，…，m),记为：
(xj,yj)j＝1,2，...，m；
S5，利用S4中得到的m组样本，建立SVM，找到电力系统能够安全稳定运行与不能够安全稳定运行的分界面f(x)；
S6利用非线性判别模型对在线电力系统运行状态进行在线判定，判断电力系统能否安全稳定运行：
S6-1对于实时电力系统运行状态，利用步骤S1-S2,得到考虑拓扑因素的实时电网运行方式描述x；
S6-2利用非线性判别模型得到的边界面f(x)，判断该实时电力系统运行状态下x，电力系统能否安全稳定运行，并设定标签y。
2.根据权利要求1所述的基于海量数据并考虑拓扑因素的电力系统安全稳定判定法，其特征是：所述步骤S6的非线性判别模型包括：SVM、神经网络模型或贝叶斯决策模型。
CN201510789550.0A 2015-11-17 2015-11-17 基于海量数据并考虑拓扑因素的电力系统安全稳定判定法 Pending CN105354765A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510789550.0A CN105354765A (zh) 2015-11-17 2015-11-17 基于海量数据并考虑拓扑因素的电力系统安全稳定判定法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510789550.0A CN105354765A (zh) 2015-11-17 2015-11-17 基于海量数据并考虑拓扑因素的电力系统安全稳定判定法

Publications (1)

Publication Number Publication Date
CN105354765A true CN105354765A (zh) 2016-02-24

Family

ID=55330732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510789550.0A Pending CN105354765A (zh) 2015-11-17 2015-11-17 基于海量数据并考虑拓扑因素的电力系统安全稳定判定法

Country Status (1)

Country Link
CN (1) CN105354765A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101325337A (zh) * 2008-07-25 2008-12-17 河南省电力公司 一种电网运行四级梯度安全预警方法
US20150008747A1 (en) * 2010-09-23 2015-01-08 Advanced Power Concepts Llc Portable Power Devices and Methods of Supplying Power
CN104638638A (zh) * 2014-12-29 2015-05-20 国家电网公司 一种用于大电网的在线安全稳定趋势分析方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101325337A (zh) * 2008-07-25 2008-12-17 河南省电力公司 一种电网运行四级梯度安全预警方法
US20150008747A1 (en) * 2010-09-23 2015-01-08 Advanced Power Concepts Llc Portable Power Devices and Methods of Supplying Power
CN104638638A (zh) * 2014-12-29 2015-05-20 国家电网公司 一种用于大电网的在线安全稳定趋势分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄天恩等: "基于电网运行仿真大数据的知识管理和超前安全预警", 《电网技术》 *

Similar Documents

Publication Publication Date Title
CN102761125B (zh) 基于响应的电力系统暂态稳定性实时闭环系统及控制方法
Li et al. Transient stability prediction based on apparent impedance trajectory recorded by PMUs
CN101799674B (zh) 一种数控装备服役状态分析方法
CN109752629B (zh) 一种电网量测问题智能诊断方法及系统
CN106786531B (zh) 一种配电终端优化配置方法
CN102445660B (zh) 基于灰色Verhulst模型的发电机功角预测方法
Bai et al. Measurement-based frequency dynamic response estimation using geometric template matching and recurrent artificial neural network
CN107453354A (zh) 一种配电网的薄弱环节识别方法
CN102982420A (zh) 基于多目标决策理想点法的资产全寿命周期评估方法
CN104574221B9 (zh) 一种基于损失电量特征参数的光伏电站运行状态辨识方法
CN104915889A (zh) 一种基于日负荷曲线在线获取综合负荷模型参数的方法
CN102570448A (zh) 基于wams的电力系统分群及稳定裕度评估系统及方法
Sun et al. Distributed cubature kalman filter with performance comparison for large-scale power systems
CN104505827B (zh) 基于响应信息的复杂电力系统闭环控制方法
CN106599425B (zh) 电力系统暂态电压稳定检测方法和装置
CN103529709A (zh) 电力系统故障联切装置模型实现方法及其系统
CN112070180B (zh) 基于信息物理双侧数据的电网设备状态判断方法及装置
CN105354765A (zh) 基于海量数据并考虑拓扑因素的电力系统安全稳定判定法
Deng et al. Hidden markov model based on the heavy-duty CNC health state estimate
CN115983714A (zh) 边图神经网络电力系统静态安全评估方法及系统
CN106329515A (zh) 一种基于静态可靠性概率指标的电网可靠性水平判定方法
CN112701678B (zh) 一种电网演变趋势分析方法
Kamari et al. EP based optimization for estimating synchronizing and damping torque coefficients
Hu et al. Power grid's Intelligent Stability Analysis based on big data technology
CN103606915B (zh) 一种电力系统暂态稳定判断和临界割集的识别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160224