CN106066436A - 考虑连锁跳闸的电网运行状态识别方法 - Google Patents

Abstract

本发明公开了一种考虑连锁跳闸的电网运行状态识别方法，选定电网的节点注入功率作为代表电网运行状态的特征输入量，选定电网是否发生连锁跳闸的参量作为输出量，利用特征输入量和输出量确定用于识别电网运行状态的样本数据格式，并根据电网连锁跳闸时的继电保护动作行为形成连锁跳闸判别模型，然后利用样本数据模型和连锁跳闸判别模型，计算剩余系统支路的电气量，构造样本数据，形成分类器，利用分类器针对某一初始故障，判别电网是否会发生连锁跳闸。本发明利用模式识别技术，在形成合格的分类器后可不通过专门的潮流转移计算，只需输入代表电网运行状态的节点注入功率数据，即可评估电网是否会因初始故障而诱发连锁跳闸，具有更高的效率。

Description

考虑连锁跳闸的电网运行状态识别方法

技术领域

本发明涉及电力系统领域，尤其涉及一种考虑连锁跳闸的电网运行状态识别方法。

背景技术

在当今世界，大规模的电网互联是电力系统发展的一种主要趋势。在大电网中，一方面可以使能源得到更加高效合理的利用，但另一方面也使得维护电力系统的安全运行问题变得更加复杂，因为在大电网中发生的故障往往相互具有连锁效应，元件之间相互波及，一旦连锁效应放大，导致大范围的停电，其损失往往是很严重的。近年来世界范围内的一些大停电事故已经很深刻地说明了这一点，因而，近年来，电网的连锁跳闸和连锁故障问题受到了很多电力工作者的关注。

目前，对电网连锁跳闸的分析和处理技术主要可以分为两大类，其中第一大类是将连锁跳闸置于长过程的连锁故障过程中，分析和处理整个连锁故障过程的相关问题；另一类是针对初始故障发生后的局部时段分析和研究连锁跳闸以及相关的预防措施。

(1)针对连锁故障长过程的分析方法和技术

长过程的连锁故障模型，包括连锁故障的发生机理，电网结构对连锁故障的影响以及长过程连锁故障的模拟。其中研究和分析研究故障的发生机理，主要是运用自组织临界理论来解释，目前，一些研究工作者正在开展将此理论用于指导实际的连锁故障的分析和研究，如通过连锁故障的搜索来判别系统进入自组织临界态的算法，运用自组织临界理论判别系统可能的停电规模的方法。这些研究和技术对于连锁故障场景中的任何一级故障一般都按照连锁跳闸的模式进行分析，一般不涉及连锁故障中的复杂动态现象。

研究和分析电网结构对连锁故障的影响，目前主要是基于复杂网络理论来分析电网的拓扑结构对故障传播的影响,如小世界电网的故障传播规律，辨识影响电网故障传播的关键结构参数的方法。这些研究和技术对于连锁故障场景中的任何一级故障一般也都按照连锁跳闸的模式进行分析，一般也不涉及连锁故障中的复杂动态现象。

对于现有长过程连锁故障的模拟技术，目前，既有基于多级连锁跳闸模拟的分析技术，也有涉及复杂动态情况的模拟技术，不过无论是哪种技术，目前还很难完全真实地再现完整的连锁故障动态过程，主要原因是这些动态过程过于复杂，涉及到的自动装置也没有完全统一的标准。

(2)针对连锁故障某一局部时段的分析方法和技术

针对连锁故障某一局部时段的方法和技术，一般主要针对连锁故障的早期阶段的连锁跳闸事件进行分析，其主要的依据是考虑到连锁故障早期的发展动因是故障线路停运造成的电网潮流的重新调整，其发展速度较为缓慢，有较为充裕的时间去采取应对措施，而且对连锁故障的预防较为有利。近年来的主要方法和技术有：1)基于广域信息的潮流转移识别技术，以及基于潮流转移识别的广域后备保护技术；2)基于本地信息的潮流转移识别和系统保护技术；3)对初始故障产生的潮流转移所关联的输电断面进行识别的技术以及输电断面保护技术；4)根据初始故障发生后电网是否因潮流转移诱发下一轮连锁过载跳闸，辨识电网的脆弱支路的技术。连锁跳闸可看作是在初始故障作用下剩余支路相继越限的一种特殊形式，而传统的分析和应对支路相继越限的技术主要是九十年代以后广泛使用的电力系统静态安全分析和控制技术。

静态安全技术的主要思路是：首先设定初始预想故障，然后通过快速的潮流转移分析方法计算预想故障产生的后果，进而根据其后果筛选出比较严重的预想故障，最后再通过详细的潮流计算来校验前面已经筛选出来的预想故障所产生的后果。静态安全分析技术比较成熟，目前在电力系统中广泛应用。但静态安全技术主要是针对初始故障进行一对一潮流转移计算校验，并不专门针对潮流状态进行识别并判别当前的潮流状态属于哪一种潮流状态，即是可引发初始跳闸的潮流状态还是不能引发连锁跳闸的潮流状态；而且静态安全分析技术主要针对支路相继越限的情况，连锁跳闸属于其中的一种特殊形式，但静态安全技术并未针对这种特殊形式给予特别的对待。

基于潮流熵测度的连锁故障脆弱线路评估技术，该技术考虑了连锁跳闸和电网的运行状态，采用潮流熵来衡量电网的运行水平，不过主要是用来分析电网的脆弱性的，也并不专门针对潮流状态进行识别并判别当前的潮流状态属于哪一种潮流状态。

潮流转移识别，考虑了连锁跳闸以及识别的概念，不过该技术主要是针对初始故障后的一种校验技术，即判别初始故障是否可以引起连锁跳闸，这与传统的静态安全分析在理念上较为一致的，同样也并不专门针对潮流状态进行识别并判别当前的潮流状态属于哪一种潮流状态。

现有的技术的主要缺点是针对任一初始故障，没有利用电网当前的运行数据对该初始故障是否可以引发连锁跳闸进行快速的识别。因为在电网的结构和参数以及继电保护的整定值等条件不变的情况下，对于某一初始故障，决定电网是否发生连锁跳闸的主要因素是电网的运行水平，而电网的运行水平主要决定于电网的节点注入功率这样的的运行数据，若利用这些数据通过识别技术给出电网是否发生连锁跳闸的评判，则不但很好地利用了这些数据资源，而且可有效快速地给出电网是否发生连锁跳闸的评估，对预防电网的连锁跳闸是有利的，也是一种有效的创新。

发明内容

本发明的目的是提供一种根据输入的特征量判别电网当前是否会因某初始故障的发生而进一步引发连锁跳闸的方法。

为实现上述发明目的，本发明的技术方案是：一种考虑连锁跳闸的电网运行状态识别方法，用于利用电网的运行数据，评估电网是否发生连续跳闸，选定代表电网运行水平的特征量，然后利用模式识别原理，针对某一初始故障，判别在该状态下电网是否会发生连锁跳闸，方法的具体步骤如下：

步骤一，选定电网的节点注入功率作为代表电网运行状态的特征输入量；

步骤二，选定电网是否发生连锁跳闸的标示参量为输出量，电网是否发生连锁跳闸的标示参量以y表示，y＝1表示连锁跳闸发生，y＝-1表示不连锁跳闸发生，y＝0表示电网处于发生连锁跳闸的边界；

步骤三，根据特征输入量和输出量，确定用于识别电网运行状态的样本数据格式：

D_sample＝[P₁,Q₁,…,P_i,Q_i,…P_n,Q_n,y]；

其中，D_sample表示样本变量；P_i和Q_i分别为节点i的有功注入和无功注入；

步骤四，根据电网连锁跳闸中继电保护的动作行为，形成连锁跳闸的判别模型，其主要思路为：设起初正常运行的电网，当其中某一支路L_j因初始故障切除后，电网进行重新调整，调整后，计算电网中任一剩余支路L_i的电气量(电流或阻抗)e_i·dist：

e_i·dist＝|e_i·lim|-|e_i|；

其中，e_i·lim表示由支路L_i的后备保护的整定值决定的限定电气量(电流或阻抗)，e_i表示由支路L_i的后备保护的整定值和测量值共同决定的电气量(电流或阻抗)，e_i·dist表示用来衡量e_i·lim和e_i之间电气距离的电气量；当e_i·dist<0时，支路L_i将发生连锁跳闸，当e_i·dist>0时，支路L_i不会发生连锁跳闸，当e_i·dist＝0时，支路L_i处于连锁跳闸的边界；判别电网是否发生连锁跳闸时，如果所有剩余支路都满足e_i·dist>0，则电网不发生连锁跳闸，此种结果对应于步骤二中的y＝-1；如果至少有一条满足e_i·dist<0，则电网发生连锁跳闸，此种结果对应于步骤二中的y＝1；如果所有的剩余支路满足e_i·dist≥0且至少有一条支路满足e_i·dist＝0，则电网处于连锁跳闸的边界状态，此种结果对应于步骤二中的y＝0；

步骤五，根据样本的数据格式以及连锁跳闸的判别模型，设定不同的电网运行状态，在每一个运行状态下，针对给定的初始故障，计算电网潮流重新调整后任一剩余支路L_i的电气量，根据步骤四中的连锁跳闸模型，判断标示参量y的取值，再根据步骤三中的样本数据格式，形成一个样本数据，然后将不同运行状态下的样本数据组起来，构造出一组样本数据；

步骤六，利用模式识别原理，训练和测试样本，形成合格的分类器；

步骤七，利用形成的分类器，针对待分析的电网运行状态，将代表其运行状态的节点注入功率输入分类器，识别该运行状态是否因给定的故障发生连锁跳闸。

本发明的有益效果是：

本发明利用模式识别技术，在形成合格的分类器之后，可不通过专门的潮流转移计算，只需输入代表电网运行状态的节点注入功率数据，即可评估电网是否会因初始故障而诱发连锁跳闸，具有更高的效率。

附图说明

图1为本发明的步骤流程示意图。

具体实施方式

下面将结合附图对本发明实施例中的技术方案进行清楚、完整地描述。

如图1所示，一种考虑连锁跳闸的电网运行状态识别方法，用于利用电网的运行数据，评估电网是否发生连续跳闸，先选定代表电网运行水平的特征量，然后利用模式识别原理给出运行状态的识别方法，识别方法达到的目标是，针对某一初始故障，将代表电网当前运行水平的特征量输入后，可以判别在该状态下电网是否会发生连锁跳闸，且具有较高的准确性。方法的具体步骤如下：

步骤一，选定电网的节点注入功率作为代表电网运行状态的特征输入量；

步骤二，选定电网是否发生连锁跳闸的标示参量为输出量，电网是否发生连锁跳闸的标示参量以y表示，y＝1表示连锁跳闸发生，y＝-1表示不连锁跳闸发生，y＝0表示电网处于发生连锁跳闸的边界；

步骤三，根据特征输入量和输出量，确定用于识别电网运行状态的样本数据格式：

D_sample＝[P₁,Q₁,…,P_i,Q_i,…P_n,Q_n,y]；

其中，D_sample表示样本变量；P_i和Q_i分别为节点i的有功注入和无功注入；

步骤四，形成连锁跳闸的判别模型，主要思路为：设起初正常运行的电网，当其中某一支路L_j因初始故障切除后，电网进行重新调整，调整后，计算电网中任一剩余支路L_i的电气量(电流或阻抗)e_i·dist：

e_i·dist＝|e_i·lim|-|e_i|；

其中，e_i·lim表示由支路L_i的后备保护的整定值决定的限定电气量(电流或阻抗)，e_i表示由支路L_i的后备保护的整定值和测量值共同决定的电气量(电流或阻抗)，e_i·dist表示用来衡量e_i·lim和e_i之间电气距离的电气量；当e_i·dist<0时，支路L_i将发生连锁跳闸，当e_i·dist>0时，支路L_i不会发生连锁跳闸，当e_i·dist＝0时，支路L_i处于连锁跳闸的边界；判别电网是否发生连锁跳闸时，如果所有剩余支路都满足e_i·dist>0，则电网不发生连锁跳闸，此种结果对应于步骤二中的y＝-1；如果至少有一条满足e_i·dist<0，则电网发生连锁跳闸，此种结果对应于步骤二中的y＝1；如果所有的剩余支路满足e_i·dist≥0且至少有一条支路满足e_i·dist＝0，则电网处于连锁跳闸的边界状态，此种结果对应于步骤二中的y＝0；

步骤五，构造样本数据，其主要思路为：设定不同的电网运行状态，在每一个运行状态下，针对给定的初始故障，计算电网潮流重新调整后任一剩余支路L_i的电气量，根据步骤四中的连锁跳闸模型，判断标示参量y的取值，再根据步骤三中的样本数据格式，形成一个样本数据，然后将不同运行状态下的样本数据组起来，构造出一组样本数据；

步骤六，利用模式识别原理，训练和测试样本，形成合格的分类器；

步骤七，利用形成的分类器，针对待分析的电网运行状态，将代表其运行状态的节点注入功率输入分类器，识别该运行状态是否因给定的故障发生连锁跳闸。

所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

Claims (1)

1.一种考虑连锁跳闸的电网运行状态识别方法，用于利用电网的运行数据，评估电网是否发生连续跳闸，其特征在于，选定代表电网运行水平的特征量，然后利用模式识别原理，针对某一初始故障，判别在该状态下电网是否会发生连锁跳闸，方法的具体步骤如下：

步骤一，选定电网的节点注入功率作为代表电网运行状态的特征输入量；

步骤二，选定电网是否发生连锁跳闸的标示参量为输出量，电网是否发生连锁跳闸的标示参量以y表示，y＝1表示连锁跳闸发生，y＝-1表示不连锁跳闸发生，y＝0表示电网处于发生连锁跳闸的边界；

步骤三，根据特征输入量和输出量，确定用于识别电网运行状态的样本数据格式：

D_sample＝[P₁，Q₁，…，P_i，Q_i，…P_n，Q_n，y]；

其中，D_sample表示样本变量；P_i和Q_i分别为节点i的有功注入和无功注入；

步骤四，根据电网连锁跳闸中继电保护的动作行为，形成连锁跳闸的判别模型，具体如下：设起初正常运行的电网，当其中某一支路L_j因初始故障切除后，电网进行重新调整，调整后，计算电网中任一剩余支路L_i的电气量(电流或阻抗)e_i·dist：

e_i·dist＝|e_i·lim|-|e_i|；

其中，e_i·lim表示由支路L_i的后备保护的整定值决定的限定电气量(电流或阻抗)，e_i表示由支路L_i的后备保护的整定值和测量值共同决定的电气量(电流或阻抗)，e_i·dist表示用来衡量e_i·lim和e_i之间电气距离的电气量；当e_i·dist＜0时，支路L_i将发生连锁跳闸，当e_i·dist＞0时，支路L_i不会发生连锁跳闸，当e_i·dist＝0时，支路L_i处于连锁跳闸的边界；判别电网是否发生连锁跳闸时，如果所有剩余支路都满足e_i·dist>0，则电网不发生连锁跳闸，此种结果对应于步骤二中的y＝-1；如果至少有一条满足e_i·dist<0，则电网发生连锁跳闸，此种结果对应于步骤二中的y＝1；如果所有的剩余支路满足e_i·dist≥0且至少有一条支路满足e_i·dist＝0，则电网处于连锁跳闸的边界状态，此种结果对应于步骤二中的y＝0；

步骤五，根据样本的数据格式以及连锁跳闸的判别模型，设定不同的电网运行状态，在每一个运行状态下，针对给定的初始故障，计算电网潮流重新调整后任一剩余支路L_i的电气量，根据步骤四中的连锁跳闸模型，判断标示参量y的取值，再根据步骤三中的样本数据格式，形成一个样本数据，然后将不同运行状态下的样本数据组起来，构造出一组样本数据；

步骤六，利用模式识别原理，训练和测试样本，形成合格的分类器；

步骤七，利用形成的分类器，针对待分析的电网运行状态，将代表其运行状态的节点注入功率输入分类器，识别该运行状态是否因给定的故障发生连锁跳闸。