CN111697562B - 一种基于svm的暂态稳定预防控制策略的生成方法及装置 - Google Patents

一种基于svm的暂态稳定预防控制策略的生成方法及装置 Download PDF

Info

Publication number
CN111697562B
CN111697562B CN202010345294.7A CN202010345294A CN111697562B CN 111697562 B CN111697562 B CN 111697562B CN 202010345294 A CN202010345294 A CN 202010345294A CN 111697562 B CN111697562 B CN 111697562B
Authority
CN
China
Prior art keywords
power grid
grid fault
svm
stability
control strategy
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
Application number
CN202010345294.7A
Other languages
English (en)
Other versions
CN111697562A (zh
Inventor
吕颖
侯金秀
戴红阳
魏亚威
田芳
贾育培
王兵
张璐路
解梅
高波
于之虹
鲁广明
史东宇
严剑峰
李亚楼
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.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
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 State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI filed Critical State Grid Corp of China SGCC
Priority to CN202010345294.7A priority Critical patent/CN111697562B/zh
Publication of CN111697562A publication Critical patent/CN111697562A/zh
Application granted granted Critical
Publication of CN111697562B publication Critical patent/CN111697562B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Physics & Mathematics (AREA)
  • Nonlinear Science (AREA)
  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于SVM的暂态稳定预防控制策略的生成方法及装置，根据电网故障选择电网的运行特征，根据电网故障特征及电网的运行特征，构建电网故障SVM判稳模型，使用电网故障SVM判稳模型对电网故障特征进行SVM判稳，获取所述电网故障特征中失稳运行特征和稳定运行特征，并计算每个电网故障特征失稳的灵敏度；根据电网故障失稳的灵敏度，确定控制变量和忽略变量；根据电网故障特征中失稳运行特征、控制变量和忽略变量，计算控制策略初选集合；使用电网故障SVM判稳模型对所述控制策略初选集合进行判稳；将所述控制策略初选集合中判稳结论为稳定的策略集合，作为最终的暂态稳定预防控制策略集合，解决目前对大电网暂态稳定预防控制策略的需求问题。

Description

一种基于SVM的暂态稳定预防控制策略的生成方法及装置
技术领域
本申请涉及电力系统在线安全稳定计算分析领域，具体涉及一种基于SVM的暂态稳定预防控制策略的生成方法，同时涉及一种基于SVM的暂态稳定预防控制策略的生成装置。
背景技术
大电网的安全稳定控制是电网安全稳定运行的重要保障。随着我国大区电网互联的快速发展、特高压电网建设的稳步推进，电网运行的技术水平和复杂程度越来越高，电网运行控制的难度越来越大。在此背景下，亟需全面把握这样一个特大型电网的运行规律，研发先进的大电网安全稳定控制技术，提升驾驭大电网安全稳定经济运行的能力。
我国特高压交直流互联电网规模不断扩大，大电网运行方式和动态行为日趋复杂，对调度运行的安全分析和协同处置能力提出了更高要求。一方面特高压电网快速发展，另一方面线路密集通道和交叉跨越大幅增加，导致恶性事故概率加大。电网强直弱交矛盾突出、送受端耦合愈加紧密，在极端天气、自然灾害、保护或安控不正确动作等情形下易发生多重严重故障，导致的连锁影响不断增大，存在引发较大电网事故的风险，严重危害电网安全，电网全局性风险增大。但现有的实时调度技术体系缺少针对大电网多重故障的在线预警和协同处置技术支撑，调度员无法准确掌握电网多重故障下的安全稳定隐患，缺乏处置依据、策略和措施等相关指导及预案，国分省调电网重大风险应对能力亟待提升。需要研究考虑多重严重故障的在线预警及故障处置决策技术，提高应对多重严重故障的风险防控能力。
目前在调度运行中，缺乏对于重大多重严重故障的定义、评估及量化的预控措施。自然灾害、设备缺陷等汇报流程冗长、层级繁多，可能导致风险预知滞后。复杂严重故障发生时，各部门、各单位、各专业间缺乏合理、高效的协同处置和风险应对机制。
目前，国分省调建立了特高压直流实时运行关键信息的同步和分层监视，单一直流故障时，自动展示关键断面信息，推出协同故障预案。但对于多回直流故障、多设备同时跳闸、连锁故障等严重电网故障，缺乏有效的技术支撑、协同的处置策略；同时，针对电网严重电网故障处置，调控人员培训及演练不足，缺乏针对多重严重故障的处置预案。
发明内容
本申请提供一种基于SVM的暂态稳定预防控制策略的生成方法及装置，解决目前对大电网暂态稳定预防控制策略的需求问题。
本申请提供一种基于SVM的暂态稳定预防控制策略的生成方法，包括：
获取电网故障对应的区域电网的运行特征；
根据电网故障特征及对应的区域电网的运行特征，构建电网故障SVM判稳模型；
使用电网故障SVM判稳模型对电网故障特征进行SVM判稳，获取所述电网故障特征中失稳运行特征和稳定运行特征，并计算每个电网故障特征失稳的灵敏度；
根据所述电网故障失稳的灵敏度，确定控制变量和忽略变量；根据电网故障特征中失稳运行特征、控制变量和忽略变量，计算控制策略初选集合；使用电网故障SVM判稳模型对所述控制策略初选集合进行判稳；将所述控制策略初选集合中判稳结论为稳定的策略集合，作为最终的暂态稳定预防控制策略集合。
优选的，获取电网故障对应的区域电网的运行特征，包括：
区域电网的关键断面的有功功率、发电有功功率总加、发电无功功率总加，以及各电压等级下的电压标幺值的平均值和最小值。
优选的，在根据电网故障特征及对应的区域电网的运行特征，构建电网故障SVM判稳模型的步骤之后，还包括：
对电网故障SVM判稳模型进行训练。
优选的，对电网故障SVM判稳模型进行训练，包括：
将电网故障特征对应的区域电网的运行特征，作为训练样本；
将每个训练样本的特征值针对电网故障进行暂态稳定计算，获得所述电网故障是否暂态稳定的结论；
使用每个训练样本的特征值和所述暂态稳定的结论对电网故障SVM判稳模型进行训练；
所述电网故障的SVM判稳模型输出所述特征值是否稳定，完成所述模型的训练。
优选的，根据所述电网故障失稳的灵敏度，确定控制变量和忽略变量，包括：
将每个电网故障特征失稳的特征值作为灵敏度；以及将灵敏度绝对值小于预先设定的第一阈值的作为忽略变量，将灵敏度绝对值大于预先设定的第二阈值的作为控制变量。
优选的，根据电网故障特征中失稳运行特征、控制变量和忽略变量，计算控制策略初选集合，包括；
将电网故障特征中失稳运行特征，减去控制变量和忽略变量，将剩余的失稳运行特征作为控制策略初选集合。
优选的，使用电网故障SVM判稳模型对所述控制策略初选集合进行判稳；将所述控制策略初选集合中判稳结论为稳定的策略集合，作为最终的暂态稳定预防控制策略集合，包括：
对所述控制策略初选集合中的特征值，使用电网故障SVM判稳模型判断是否稳定；
将所述特征值为稳定的策略集合，作为最终的暂态稳定预防控制策略集合。
本申请同时提供一种基于SVM的暂态稳定预防控制策略的生成装置，包括：
运行特征获取单元，获取电网故障对应的区域电网的运行特征；
模型构建单元，根据电网故障特征及对应的区域电网的运行特征，构建电网故障SVM判稳模型；
灵敏度获取单元，使用电网故障SVM判稳模型对电网故障特征进行SVM判稳，获取所述电网故障特征中失稳运行特征和稳定运行特征，并计算每个电网故障特征失稳的灵敏度；
判稳单元，根据所述电网故障失稳的灵敏度，确定控制变量和忽略变量；根据电网故障特征中失稳运行特征、控制变量和忽略变量，计算控制策略初选集合；使用电网故障SVM判稳模型对所述控制策略初选集合进行判稳；将所述控制策略初选集合中判稳结论为稳定的策略集合，作为最终的暂态稳定预防控制策略集合。
优选的，还包括：
训练单元，对电网故障SVM判稳模型进行训练。
优选的，包括：
灵敏度确度子单元，将每个电网故障特征失稳的特征值作为灵敏度；以及
忽略变量和控制变量获取单元，将灵敏度绝对值小于预先设定的第一阈值的作为忽略变量，将灵敏度绝对值大于预先设定的第二阈值的作为控制变量。
本申请提供一种基于SVM的暂态稳定预防控制策略的生成方法及装置，根据电网故障选择电网的运行特征，根据电网故障特征及电网的运行特征，构建电网故障SVM判稳模型，使用电网故障SVM判稳模型对电网故障特征进行SVM判稳，获取所述电网故障特征中失稳运行特征和稳定运行特征，并计算每个电网故障特征失稳的灵敏度；根据所述电网故障失稳的灵敏度，确定控制变量和忽略变量；根据电网故障特征中失稳运行特征、控制变量和忽略变量，计算控制策略初选集合；使用电网故障SVM判稳模型对所述控制策略初选集合进行判稳；将所述控制策略初选集合中判稳结论为稳定的策略集合，作为最终的暂态稳定预防控制策略集合，解决目前对大电网暂态稳定预防控制策略的需求问题。
附图说明
图1是本申请提供的一种基于SVM的暂态稳定预防控制策略的生成方法的流程示意图；
图2是本申请涉及的电网运行样本及特征集合；
图3是本申请涉及的灵敏度计算结果；
图4是本申请涉及的根据灵敏度确定的控制变量和忽略变量；
图5是本申请涉及的预防控制策略集合结果；
图6是本申请提供的一种于SVM的暂态稳定预防控制策略的生成装置示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
图1是本申请提供的一种基于SVM的暂态稳定预防控制策略的生成方法的流程示意图，下面结合图1对本申请提供的方法进行详细说明。
步骤S101，获取电网故障对应的区域电网的运行特征。
针对故障所在的区域电网，从关键输电断面功率、区域及各省的发电情况、区域及各省的负荷情况、区域及各省的电压情况几方面选择电网运行中的特征。
针对故障所在的区域电网，选择关键输电断面，包括该区域电网(如西北电网)中的各省间输电断面，该区域电网内的主要电厂送出断面，包含故障f线路的输电断面。将这些关键断面的有功功率，作为针对故障的特征，关键断面的集合记为TSset，共包含M个输电断面。
针对故障所在的区域电网，统计该区域电网的发电有功功率总加、发电无功功率总加，统计该区域电网内各省的发电有功功率总加、发电无功功率总加，统计该区域电网的负荷有功功率总加、负荷无功功率总加，统计该区域电网内各省的负荷有功功率总加、负荷无功功率总加。将这些功率总加，作为针对该故障的特征。
针对故障所在的区域电网，统计该区域电网各电压等级下的电压标幺值的平均值和最小值，如西北电网750kV电压等级所有母线电压标幺值的平均值、最小值，将这些电压平均值、最小值，作为针对该故障的特征。
汇总以上特征，全部特征数量记为N。
步骤S102，根据电网故障特征及对应的区域电网的运行特征，构建电网故障SVM判稳模型。
电网故障SVM判稳模型，在构建完成后，需对电网故障SVM判稳模型进行训练，将电网故障特征对应的区域电网的运行特征，作为训练样本，将每个训练样本的特征值针对电网故障进行暂态稳定计算，获得所述电网故障是否暂态稳定的结论，使用每个训练样本的特征值和所述暂态稳定的结论对电网故障SVM判稳模型进行训练，所述电网故障的SVM判稳模型输出所述特征值是否稳定，完成所述模型的训练。
具体模型的训练过程如下，选择一段时间(如3个月)的电网历史运行数据，每天选择整点时刻的电网运行数据24套，共计H套，将这些电网运行数据添加到训练样本库TRset中。电网历史运行数据如图2所示。
针对电网历史运行数据中的每套数据，逐个对关键断面的集合TSset中每个输电断面的功率进行调整，产生新的电网数据。如对于历史运行数据h，针对断面m，根据经验确定断面m的最小功率Pminm、最大功率Pmaxm，然后从最小功率到最大功率平均分成5档，在数据h基础上调整断面m的功率到各档，每一档对应一个新的电网数据，则对于历史运行数据h可新生成M*5套数据，对H套电网运行数据共新生成H*M*5套数据。将这些H*M*5套数据，也添加到训练样本库TRset中。添加后样本数共计Hn个。
针对训练样本库TRset中的每个样本，首先统计步骤1)中各个特征的值，然后针对故障f进行暂态稳定计算，得到该样本该故障暂态是否稳定的结论。最后针对Hn个样本，得到Hn*N个特征统计值记为Vrch(Hn*N)，得到Hn个暂态稳定结论记为Vrst(Hn)，其中元素值为0(表示稳定)或1(表示失稳)。针对这些特征统计值、暂态稳定结论，进行SVM训练，形成针对该故障的SVM暂态稳定判断模型，记为SVMf。应用SVM判断模型对Vrch(Hn,N)进行判稳，得到Vrst0(Hn)＝SVMf(Vrch(Hn,N))，Vrst0(Hn)中元素为0到1之间的小数，大于0.5为失稳，否则为稳定。
步骤S103，使用电网故障SVM判稳模型对电网故障特征进行SVM判稳，获取所述电网故障特征中失稳运行特征和稳定运行特征，并计算每个电网故障特征失稳的灵敏度。
逐个针对N个特征计算，如对于第n个特征按如下步骤计算其灵敏度。
对Hn个样本中每个样本的第n个特征值进行微调，如对于第h个样本，对其特征值由Vrchh,n进行增加，增加值为(maxh(Vrchh,n)-minh(Vrchh,n))/10，增加后形成新的特征集合，记为Vrchn 1(Hn,N)。
利用SVM判断模型对Vrchn 1(Hn,N)进行判稳，得到Vrst1 n(Hn)。
计算Vrst1 n(Hn)-Vrst0(Hn)中所有元素的和除以样本数Hn，作为特征n对故障暂态失稳的灵敏度，记为Ln。通过上述方法针对故障计算特征的灵敏度的灵敏度结果如图3所示
步骤S104，根据所述电网故障失稳的灵敏度，确定控制变量和忽略变量；根据电网故障特征中失稳运行特征、控制变量和忽略变量，计算控制策略初选集合；使用电网故障SVM判稳模型对所述控制策略初选集合进行判稳；将所述控制策略初选集合中判稳结论为稳定的策略集合，作为最终的暂态稳定预防控制策略集合。
将每个电网故障特征失稳的特征值作为灵敏度；以及将灵敏度绝对值小于预先设定的第一阈值的作为忽略变量，将灵敏度绝对值大于预先设定的第二阈值的作为控制变量。将电网故障特征中失稳运行特征，减去控制变量和忽略变量，将剩余的失稳运行特征作为控制策略初选集合。对所述控制策略初选集合中的特征值，使用电网故障SVM判稳模型判断是否稳定，将所述特征值为稳定的策略集合，作为最终的暂态稳定预防控制策略集合。
针对某电网运行数据g，对故障判断结论为暂态失稳，需要计算预防控制措施，按如下步骤计算。
针对N个特征，按其对故障暂态失稳灵敏度的绝对值由大到小进行排序，选择灵敏度绝对值小于设定阈值(如0.05)的特征为可以忽略的特征，记为忽略变量，即这些特征和故障是否暂态失稳弱相关。从灵敏度绝对值大于设定阈值(如0.3)的特征中，选出类型为关键输电断面功率的特征，作为控制变量，即需要对这些变量的值进行调整，以达到使故障不再失稳的目的，记为控制变量集合CtlChSet。根据灵敏度排序，确定控制变量(类型为1)、忽略变量(类型为2)如图4所示。
在N个特征构成的特征集合中，去掉控制变量集合，去掉忽略变量集合，余下的为匹配特征集合，记为MatSet。从Hn个样本中搜索满足一定条件的样本，保存入控制策略初选样本集合，记为CtlSet0。对于任一样本h，其条件如下：
条件1：样本h的暂态稳定判稳结论为0，即稳定。
条件2：样本h的属于MatSet的所有特征，距离运行数据g对应特征的值，小于设定阈值。即对于任一MatSet中的特征n，样本h的特征n的特征值Chh,n，和运行数据g对应特征n的特征值记为Chg,n，Chh,n和Chg,n的差的绝对值小于设定阈值(maxh(Vrchh,n)-minh(Vrchh,n))/10。
针对控制策略初选样本集合CtlSet0，逐个进行判断。
对于其中任一样本h，逐个针对控制变量集合CtlChSet中的特征n，获取样本h特征n的特征值记为Chh,n，获取运行数据g特征n的特征值记为Chg,n，对电网运行数据g的特征n(某一输电断面有功功率)进行调整，由Chg,n调整到Chh,n。控制变量集合CtlChSet中的特征全部处理完毕后，电网运行数据g变化为新的数据样本，记为样本g1 h，针对样本g1 h统计其特征值，然后用SVM暂态稳定判断模型对样本g1 h进行判稳，得到判稳结论，如果判稳结论为稳定，则样本g1 h保存入最终控制策略样本集合CtlSet1。
针对最终控制策略样本集合CtlSet1中的任一样本h，逐个针对控制变量集合CtlChSet中的特征n，获取样本h特征n的特征值记为Chh,n，获取运行数据g特征n的特征值记为Chg,n，则其控制策略为将特征n(某输电断面有功功率)调整Chh,n-Chg,n，样本h对应的控制策略既是(Chh,1-Chg,1，Chh,2-Chg,2，……，Chh,n-Chg,n)，n∈CtlChSet，该策略记为Adjh,h∈CtlSet1。遍历最终控制策略样本集合CtlSet1中的所有样本，形成最终的控制策略集合(Adj1,Adj2,…,Adjh),h∈CtlSet1。如图5所示。
基于同一发明构思，本申请同时提供一种于SVM的暂态稳定预防控制策略的生成装置600，如图6所示，包括：
运行特征获取单元610，获取电网故障对应的区域电网的运行特征；
模型构建单元620，根据电网故障特征及对应的区域电网的运行特征，构建电网故障SVM判稳模型；
灵敏度获取单元630，使用电网故障SVM判稳模型对电网故障特征进行SVM判稳，获取所述电网故障特征中失稳运行特征和稳定运行特征，并计算每个电网故障特征失稳的灵敏度；
判稳单元640，根据所述电网故障失稳的灵敏度，确定控制变量和忽略变量；根据电网故障特征中失稳运行特征、控制变量和忽略变量，计算控制策略初选集合；使用电网故障SVM判稳模型对所述控制策略初选集合进行判稳；将所述控制策略初选集合中判稳结论为稳定的策略集合，作为最终的暂态稳定预防控制策略集合。
优选的，还包括：
训练单元，对电网故障SVM判稳模型进行训练。
优选的，灵敏度获取单元，包括：
灵敏度确度子单元，将每个电网故障特征失稳的特征值作为灵敏度；以及
忽略变量和控制变量获取单元，将灵敏度绝对值小于预先设定的第一阈值的作为忽略变量，将灵敏度绝对值大于预先设定的第二阈值的作为控制变量。
本申请提供一种基于SVM的暂态稳定预防控制策略的生成方法及装置，根据电网故障选择电网的运行特征，根据电网故障特征及电网的运行特征，构建电网故障SVM判稳模型，使用电网故障SVM判稳模型对电网故障特征进行SVM判稳，获取所述电网故障特征中失稳运行特征和稳定运行特征，并计算每个电网故障特征失稳的灵敏度；根据所述电网故障失稳的灵敏度，确定控制变量和忽略变量；根据电网故障特征中失稳运行特征、控制变量和忽略变量，计算控制策略初选集合；使用电网故障SVM判稳模型对所述控制策略初选集合进行判稳；将所述控制策略初选集合中判稳结论为稳定的策略集合，作为最终的暂态稳定预防控制策略集合，解决目前对大电网暂态稳定预防控制策略的需求问题。
最后应该说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种基于SVM的暂态稳定预防控制策略的生成方法，其特征在于，包括：
获取电网故障对应的区域电网的运行特征，所述区域特征包括：区域电网的关键断面的有功功率、发电有功功率总加、发电无功功率总加，以及各电压等级下的电压标幺值的平均值和最小值；
根据电网故障特征及对应的区域电网的运行特征，构建电网故障SVM判稳模型；
使用电网故障SVM判稳模型对电网故障特征进行SVM判稳，获取所述电网故障特征中失稳运行特征和稳定运行特征，并计算每个电网故障特征失稳的灵敏度；
根据所述电网故障失稳的灵敏度，确定控制变量和忽略变量，包括：将每个电网故障特征失稳的特征值作为灵敏度；以及将灵敏度绝对值小于预先设定的第一阈值的作为忽略变量，将灵敏度绝对值大于预先设定的第二阈值的作为控制变量；根据电网故障特征中失稳运行特征、控制变量和忽略变量，计算控制策略初选集合，包括：将电网故障特征中失稳运行特征，减去控制变量和忽略变量，将剩余的失稳运行特征作为控制策略初选集合；使用电网故障SVM判稳模型对所述控制策略初选集合进行判稳，包括：对所述控制策略初选集合中的特征值，使用电网故障SVM判稳模型判断是否稳定；将所述控制策略初选集合中判稳结论为稳定的策略集合，作为最终的暂态稳定预防控制策略集合，包括：将所述特征值为稳定的策略集合，作为最终的暂态稳定预防控制策略集合。
2.根据权利要求1所述的方法，其特征在于，在根据电网故障特征及对应的区域电网的运行特征，构建电网故障SVM判稳模型的步骤之后，还包括：
对电网故障SVM判稳模型进行训练。
3.根据权利要求2所述的方法，其特征在于，对电网故障SVM判稳模型进行训练，包括：
将电网故障特征对应的区域电网的运行特征，作为训练样本；
将每个训练样本的特征值针对电网故障进行暂态稳定计算，获得所述电网故障是否暂态稳定的结论；
使用每个训练样本的特征值和所述暂态稳定的结论对电网故障SVM判稳模型进行训练；
所述电网故障的SVM判稳模型输出所述特征值是否稳定，完成所述模型的训练。
4.一种基于SVM的暂态稳定预防控制策略的生成装置，其特征在于，包括：
运行特征获取单元，获取电网故障对应的区域电网的运行特征，所述区域特征包括：区域电网的关键断面的有功功率、发电有功功率总加、发电无功功率总加，以及各电压等级下的电压标幺值的平均值和最小值；
模型构建单元，根据电网故障特征及对应的区域电网的运行特征，构建电网故障SVM判稳模型；
灵敏度获取单元，使用电网故障SVM判稳模型对电网故障特征进行SVM判稳，获取所述电网故障特征中失稳运行特征和稳定运行特征，并计算每个电网故障特征失稳的灵敏度；
判稳单元，根据所述电网故障失稳的灵敏度，确定控制变量和忽略变量，包括：将每个电网故障特征失稳的特征值作为灵敏度；以及将灵敏度绝对值小于预先设定的第一阈值的作为忽略变量，将灵敏度绝对值大于预先设定的第二阈值的作为控制变量；根据电网故障特征中失稳运行特征、控制变量和忽略变量，计算控制策略初选集合，包括：将电网故障特征中失稳运行特征，减去控制变量和忽略变量，将剩余的失稳运行特征作为控制策略初选集合；使用电网故障SVM判稳模型对所述控制策略初选集合进行判稳，包括：对所述控制策略初选集合中的特征值，使用电网故障SVM判稳模型判断是否稳定；将所述控制策略初选集合中判稳结论为稳定的策略集合，作为最终的暂态稳定预防控制策略集合，包括：将所述特征值为稳定的策略集合，作为最终的暂态稳定预防控制策略集合。
5.根据权利要求4所述的生成装置，其特征在于，还包括：
训练单元，对电网故障SVM判稳模型进行训练。
CN202010345294.7A 2020-04-27 2020-04-27 一种基于svm的暂态稳定预防控制策略的生成方法及装置 Active CN111697562B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010345294.7A CN111697562B (zh) 2020-04-27 2020-04-27 一种基于svm的暂态稳定预防控制策略的生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010345294.7A CN111697562B (zh) 2020-04-27 2020-04-27 一种基于svm的暂态稳定预防控制策略的生成方法及装置

Publications (2)

Publication Number Publication Date
CN111697562A CN111697562A (zh) 2020-09-22
CN111697562B true CN111697562B (zh) 2022-11-11

Family

ID=72476696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010345294.7A Active CN111697562B (zh) 2020-04-27 2020-04-27 一种基于svm的暂态稳定预防控制策略的生成方法及装置

Country Status (1)

Country Link
CN (1) CN111697562B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103904657A (zh) * 2014-03-24 2014-07-02 国家电网公司 一种基于支持向量机的地区电网无功电压控制方法
WO2016201840A1 (zh) * 2015-06-19 2016-12-22 国电南瑞科技股份有限公司 电力系统安全稳定自适应紧急控制系统及方法
CN106684855A (zh) * 2015-11-10 2017-05-17 中国电力科学研究院 一种基于关键支路识别的暂态稳定紧急控制方法
WO2018006499A1 (zh) * 2016-07-06 2018-01-11 南方电网科学研究院有限责任公司 电力系统的主导失稳模式识别方法和系统
CN109494738A (zh) * 2018-12-26 2019-03-19 国网河南省电力公司 一种自动协调控制的电网故障快速稳定控制方法
CN110718910A (zh) * 2019-10-29 2020-01-21 国网四川省电力公司经济技术研究院 贝叶斯优化LightGBM的暂态稳定评估方法
CN110994704A (zh) * 2019-12-19 2020-04-10 国电南瑞科技股份有限公司 一种暂态稳定预防控制辅助决策方法、装置及电子设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103904657A (zh) * 2014-03-24 2014-07-02 国家电网公司 一种基于支持向量机的地区电网无功电压控制方法
WO2016201840A1 (zh) * 2015-06-19 2016-12-22 国电南瑞科技股份有限公司 电力系统安全稳定自适应紧急控制系统及方法
CN106684855A (zh) * 2015-11-10 2017-05-17 中国电力科学研究院 一种基于关键支路识别的暂态稳定紧急控制方法
WO2018006499A1 (zh) * 2016-07-06 2018-01-11 南方电网科学研究院有限责任公司 电力系统的主导失稳模式识别方法和系统
CN109494738A (zh) * 2018-12-26 2019-03-19 国网河南省电力公司 一种自动协调控制的电网故障快速稳定控制方法
CN110718910A (zh) * 2019-10-29 2020-01-21 国网四川省电力公司经济技术研究院 贝叶斯优化LightGBM的暂态稳定评估方法
CN110994704A (zh) * 2019-12-19 2020-04-10 国电南瑞科技股份有限公司 一种暂态稳定预防控制辅助决策方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于支持向量机综合分类模型和关键样本集的电力系统暂态稳定评估;田芳等;《电力系统保护与控制》;20171116(第22期);全文 *

Also Published As

Publication number Publication date
CN111697562A (zh) 2020-09-22

Similar Documents

Publication Publication Date Title
CN103793859B (zh) 一种风电场运行监控及事件综合评价方法
CN104680254B (zh) 一种基于综合成本模型的电网规划方案优选方法
CN112383045B (zh) 新能源发电不确定性的暂态稳定越限概率计算方法和装置
CN113077075B (zh) 新能源不确定性电力系统安全风险预防控制方法及装置
CN113050018A (zh) 基于数据驱动评估结果变化趋势的电压互感器状态评估方法及系统
CN109102132A (zh) 一种基于概率论的微电网脆弱性评估方法及装置
CN114358619A (zh) 一种用于弹性配电网恢复力评估的双层评估方法及系统
CN106779436A (zh) 一种电网规划多层面协调性综合评估方法
CN117674142B (zh) 一种基于分时电量核算的电力调度方法及调度装置
CN109255470B (zh) 一种基于大数据分析的变电设备非项目类成本预测方法
CN111697562B (zh) 一种基于svm的暂态稳定预防控制策略的生成方法及装置
CN112072715B (zh) 考虑暂态电压约束的电网新能源接纳能力确定方法和装置
CN114266370B (zh) 一种台风气象环境电网设备故障处置预案在线生成方法、系统及存储介质
CN108334990B (zh) 一种大电网无功补偿选址及容量优化方法及系统
CN116436080A (zh) 一种灵活性资源集群参与电网调控的综合评价方法及系统
CN105678008A (zh) 一种电力变压器经济剩余寿命评估方法与系统
CN105512761A (zh) 一种电力变压器的经济寿命确定方法及装置
CN105760956A (zh) 一种基于线性回归分析的电网可靠性预测方法
CN111769640A (zh) 一种基于智能电网的电力信息组装系统及方法
Bajrektarevic et al. Identifying optimal remedial actions for mitigating violations and increasing available transfer capability in planning and operations environments
Maharana et al. Sensitivity Based Network Contingency Ranking Using Newton Raphson Power Flow Method
CN117291319B (zh) 一种基于机器学习的o3余量预测方法
CN117172558B (zh) 一种电力电网故障风险等级评定方法
CN114757054B (zh) 一种基于三参数威布尔分布算法的石油石化天然气工业设备剩余寿命预测方法
CN117634933B (zh) 一种碳排放数据预测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant