CN114091623A - 一种基于多二元表-ap聚类的暂态电压分区方法及装置 - Google Patents
一种基于多二元表-ap聚类的暂态电压分区方法及装置 Download PDFInfo
- Publication number
- CN114091623A CN114091623A CN202210019800.2A CN202210019800A CN114091623A CN 114091623 A CN114091623 A CN 114091623A CN 202210019800 A CN202210019800 A CN 202210019800A CN 114091623 A CN114091623 A CN 114091623A
- Authority
- CN
- China
- Prior art keywords
- node
- transient voltage
- matrix
- voltage
- similarity
- 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
Links
- 230000001052 transient effect Effects 0.000 title claims abstract description 203
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000011159 matrix material Substances 0.000 claims abstract description 107
- 239000013598 vector Substances 0.000 claims abstract description 59
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000004088 simulation Methods 0.000 claims abstract description 16
- 238000012937 correction Methods 0.000 claims abstract description 12
- 150000001875 compounds Chemical class 0.000 claims description 24
- 230000015654 memory Effects 0.000 claims description 13
- 238000011084 recovery Methods 0.000 claims description 12
- 238000013016 damping Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000005192 partition Methods 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000006641 stabilisation Effects 0.000 description 4
- 238000011105 stabilization Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23211—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with adaptive number of clusters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种基于多二元表‑AP聚类的暂态电压分区方法及装置,方法包括:根据仿真计算得到的节点暂态电压曲线,基于多二元表计算至少一个节点的暂态电压稳定裕度,使构造出节点的暂态电压稳定特征向量矩阵;基于余弦相似度对暂态电压稳定特征向量矩阵进行相似性计算,使得到某两个节点的暂态电压特征向量的相似度;根据获取的某两个节点的暂态电压特征向量的相似度,对AP聚类算法进行修正,对AP聚类算法进行修正包括修正AP节点相似度矩阵S,并基于修正后的AP聚类算法对运行电网内的各节点进行暂态电压分区。能够快速有效的完成电网的暂态电压分区,对电网暂态电压控制,如动态无功配置规划具有现实指导意义。
Description
技术领域
本发明属于暂态电压分区技术领域,尤其涉及一种基于多二元表-AP聚类的暂态电压分区方法及装置。
背景技术
传统电网分区是基于静态电压稳定性指标或者基于能反映系统本身的结构及运行状态的潮流雅可比矩阵,将系统划分为若干个具有单一稳定性特征的区域。但随着高压直流输电、新能源发电以电力电子化设备等接入,大电网越来越重视动态无功需求和暂态电压失稳问题。配置动态无功补偿装置(如STATCOM、SVC 等)是提高暂态电压稳定性的有效手段。因此,如何构建大电网暂态电压控制区域划分方法对于该领域有着重要意义。
目前,电网多根据节点电气距离完成区域划分。针对不同的目的一般采用不同的电气距离评价方法。有研究提出了多种电气距离的衡量方法,如节点之间的电压-电压灵敏度、无功-电压灵敏度、节点等值阻抗等传统概念;也有相关研究提出负荷电流场势值作为电气距离;还有研究引入局部电压稳定指标,结合复杂网络理论进行分区。
一方面,上述研究均采用系统稳态信息衡量电气距离,不能反映系统节点暂态电压特征行为,另一方面,现有的分区方法如 k-means 聚类等一般需要提前确定分区的数量,然而对于复杂网络而言,其分区数量并非显而易见的。
发明内容
本发明提供一种基于多二元表-AP聚类的暂态电压分区方法及装置,用于至少解决上述技术问题之一。
第一方面,本发明提供一种基于多二元表-AP聚类的暂态电压分区方法,包括:获取运行电网中已有的故障集合,基于PSASP对所述运行电网进行故障仿真计算,使得到所述运行电网的节点暂态电压曲线;根据所述节点暂态电压曲线,基于多二元表计算至少一个节点的暂态电压稳定裕度,使构造出节点的暂态电压稳定特征向量矩阵,其中,计算至少一个电网节点的暂态电压稳定裕度的表达式为:
,式中,为节点在故障场景下的暂态电压稳定裕度,为跌落区间的积分权重,为电压参考值,为节点响应故障场景的实时电压值,为跌落区间的积分权重,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压跌落低于的时刻,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值;基于余弦相似度对所述暂态电压稳定特征向量矩阵进行相似性计算,使得到某两个节点的暂态电压特征向量的相似度,其中,对所述暂态电压稳定特征向量矩阵进行相似性计算的表达式为:
,式中,为节点的暂态电压特征向量,为节点的暂态电压特征向量,为节点的暂态电压特征向量的转置,为节点的暂态电压特征向量的模值,为节点的暂态电压特征向量的模值,为节点在故障场景下的暂态电压稳定裕度,为节点在故障场景下的暂态电压稳定裕度,为某个故障场景序号,为故障场景总个数;根据获取的某两个节点的暂态电压特征向量的相似度,对AP聚类算法进行修正,所述对AP聚类算法进行修正包括修正AP节点相似度矩阵S,并基于修正后的AP聚类算法对所述运行电网内的各节点进行暂态电压分区,其中,修正后的AP节点相似度矩阵S的表达式为:
第二方面,本发明提供一种基于多二元表-AP聚类的暂态电压分区装置,包括:仿真模块,配置为获取运行电网中已有的故障集合,基于PSASP对所述运行电网进行故障仿真计算,使得到所述运行电网的节点暂态电压曲线;构造模块,配置为根据所述节点暂态电压曲线,基于多二元表计算至少一个节点的暂态电压稳定裕度,使构造出节点的暂态电压稳定特征向量矩阵,其中,计算至少一个电网节点的暂态电压稳定裕度的表达式为:
,式中,为节点在故障场景下的暂态电压稳定裕度,为跌落区间的积分权重,为电压参考值,为节点响应故障场景的实时电压值,为跌落区间的积分权重,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压跌落低于的时刻,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值;计算模块,配置为基于余弦相似度对所述暂态电压稳定特征向量矩阵进行相似性计算,使得到某两个节点的暂态电压特征向量的相似度,其中,对所述暂态电压稳定特征向量矩阵进行相似性计算的表达式为:
,式中,为节点的暂态电压特征向量,为节点的暂态电压特征向量,为节点的暂态电压特征向量的转置,为节点的暂态电压特征向量的模值,为节点的暂态电压特征向量的模值,为节点在故障场景下的暂态电压稳定裕度,为节点在故障场景下的暂态电压稳定裕度,为某个故障场景序号,为故障场景总个数;分区模块,配置为根据获取的某两个节点的暂态电压特征向量的相似度,对AP聚类算法进行修正,所述对AP聚类算法进行修正包括修正AP节点相似度矩阵S,并基于修正后的AP聚类算法对所述运行电网内的各节点进行暂态电压分区,其中,修正后的AP节点相似度矩阵S的表达式为:
第三方面,提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例的基于多二元表-AP聚类的暂态电压分区方法的步骤。
第四方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述程序指令被处理器执行时,使所述处理器执行本发明任一实施例的基于多二元表-AP聚类的暂态电压分区方法的步骤。
本申请的基于多二元表-AP聚类的暂态电压分区方法及装置,采用多二元表评估节点的暂态电压稳定裕度,构造了基于多二元表的节点暂态电压特征向量,再利用余弦相似度改进常规AP聚类算法中的相似度矩阵构造方法,最终利用AP聚类算法快速准确地完成了对电网节点暂态电压特征聚类分析,得出面向暂态电压控制的电网区域划分。能够快速有效的完成电网的暂态电压分区,对电网暂态电压控制,如动态无功配置规划具有现实指导意义。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种基于多二元表-AP聚类的暂态电压分区方法的流程图;
图2为本发明一实施例提供的江西电网500kv主网架结构示意图;
图3为本发明一实施例提供的江西电网暂态电压分区结果示意图;
图4a为本发明一实施例提供的一江西电网分区结果验证示意图;
图4b为本发明一实施例提供的又一江西电网分区结果验证示意图;
图4c为本发明一实施例提供的再一江西电网分区结果验证示意图;
图5为本发明一实施例提供的一种基于多二元表-AP聚类的暂态电压分区装置的结构框图;
图6是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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作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。
请参阅图1,其示出了本申请的一种基于多二元表-AP聚类的暂态电压分区方法的流程图。
如图1所示,基于多二元表-AP聚类的暂态电压分区方法包括以下步骤:
步骤S101,获取运行电网中已有的故障集合,基于PSASP对所述运行电网进行故障仿真计算,使得到所述运行电网的节点暂态电压曲线。
步骤S102,根据所述节点暂态电压曲线,基于多二元表计算至少一个节点的暂态电压稳定裕度,使构造出节点的暂态电压稳定特征向量矩阵。
需要说明的是,采用的基于多二元表的暂态电压特征向量,通过多二元表计算节点的暂态电压稳定裕度,然后通过基于多二元标的暂态电压稳定裕度来构建节点的暂态电压特征向量。相比于传统的暂态电压特征向量,能够更完整的刻画节点的暂态电压特征。基于多二元表的节点暂态电压特征向量矩阵构建过程如下:
(1)根据仿真计算得到的节点暂态电压曲线,采用多二元表评估节点的暂态电压稳定裕度。其中,计算至少一个电网节点的暂态电压稳定裕度的表达式为:
式中,为节点在故障场景下的暂态电压稳定裕度,为跌落区间的积分权重,为电压参考值,为节点响应故障场景的实时电压值,为跌落区间的积分权重,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压跌落低于的时刻,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值;
计算各跌落区间的积分权重的表达式为:
(2)通过节点的暂态电压稳定裕度指标,构建暂态电压特征向量矩阵如下式:
步骤S103,基于余弦相似度对所述暂态电压稳定特征向量矩阵进行相似性计算,使得到某两个节点的暂态电压特征向量的相似度。
需要说明的是,在电网中,相邻节点在大部分距离较远的故障发生时其电压呈现相似的形状,而其幅值受网络阻抗的影响存在差别。余弦相似度考虑了向量各元素相对大小的相似性,因此相比常用的欧式距离等指标更适用于评价电压波动特性的相似度。其中,对所述暂态电压稳定特征向量矩阵进行相似性计算的表达式为:
式中,为节点的暂态电压特征向量,为节点的暂态电压特征向量,为节点的暂态电压特征向量的转置,为节点的暂态电压特征向量的模值,为节点的暂态电压特征向量的模值,为节点在故障场景下的暂态电压稳定裕度,为节点在故障场景下的暂态电压稳定裕度,为某个故障场景序号,为故障场景总个数。
步骤S104,根据获取的某两个节点的暂态电压特征向量的相似度,对AP聚类算法进行修正,所述对AP聚类算法进行修正包括修正AP节点相似度矩阵S,并基于修正后的AP聚类算法对所述运行电网内的各节点进行暂态电压分区。
在本实施例中,传统的聚类算法基于数据间相似度信息对关联度强的数据进行聚合。考虑到实际工程中往往无法事先确定划分区域的数量,k-means 等需要预设聚类数量的聚类算法的适用性较弱,和 k-means 等聚类方法不同,AP 聚类算法最典型的特点是不需要提前设定分类的数目,而是利用仅有的2 个参数:相似度矩阵S 和参考度p,通过迭代的方式进行聚类决策。因此采用AP 聚类算法对节点进行聚类分析。
AP(Affinity Propagation)算法的基本思想是将全部数据点都当作潜在的聚类中心(称为exemplar),然后数据点两两之间连线构成一个网络(相似度矩阵),再通过网络中各条边的消息(吸引度responsibility和归属度availability)传递计算出各样本的聚类中心。直到产生m个高质量的聚类中心(exemplar),同时将其余的数据点分配到相应的聚类中。由于AP算法,只需要进行简单的局部计算,因此能够在较短时间内完成大规模多类别数据集的聚类,且该算法能够很好地解决非欧空间问题。
传统的AP聚类算法采用欧式距离负值构建AP算法相似度矩阵S, 而本实施例采用相比欧式距离更适用于评价电压波动特性的余弦相似度,构建AP算法相似度矩阵。由于AP算法相似度矩阵 S的非对角线元素定义为负值,其值越大表示相似性越高,而余弦相似度值一般为正值,因此本文定义AP相似度矩阵S计算公式如下:
因此,基于AP聚类算法的暂态电压分区具体过程如下:
1)导入暂态电压稳定裕度样本数据,计算AP相似度矩阵S;
2)设置迭代参数(包括阻尼系数,最大迭代次数等),初始化吸引度矩阵R和归属度矩阵A为零矩阵;
式中,为吸引度矩阵R的第行第列元素,对应更新的节点和节点间的吸引度,为相似度矩阵S的第行第列元素,为相似度矩阵S的第行第列元素,为相似度矩阵S的第行第列元素,为相似度矩阵S的第行第列元素,为归属度矩阵的第行第列元素;
4)按设置好的阻尼系数,对归属度矩阵A进行阻尼衰减,其中,进行迭代收敛的表达式为:
5)返回3)进行循环计算,直到满足收敛条件或迭代最大次数为止;
6)迭代结束后,选取各点聚类中心,聚类中心相同的节点划分至同一区域,完成暂态电压分区,其中,选取各节点聚类中心的表达式为:
综上,本实施例的方法,采用多二元表评估节点的暂态电压稳定裕度,构造了基于多二元表的节点暂态电压特征向量,再利用余弦相似度改进常规AP聚类算法中的相似度矩阵构造方法,最终利用AP聚类算法快速准确地完成了对电网节点暂态电压特征聚类分析,得出面向暂态电压控制的电网区域划分。能够快速有效的完成电网的暂态电压分区,对电网暂态电压控制,如动态无功配置规划具有现实指导意义。
在一个具体的仿真实施例中,采用图2所示的江西电网的500kv主网架进行分区方法可行性论证。江西电网500KV母线共30条,在102个作业方式下,共116个故障作业。多二元表参数设置为:,AP聚类算法中设置迭代最大次数为500次,迭代不变次数为50,阻尼系数为0.5。
在PSASP(电力系统综合分析程序)中对102个作业方式下的116个故障作业进行仿真计算,得到30条母线在116个故障下共30*116条暂态电压曲线。根据仿真计算得到的暂态电压曲线,采用多二元表暂态电压稳定裕度计算公式,计算得到基于多二元表的节点暂态电压稳定裕度,然后根据暂态电压稳定裕度构建大小为30*116维的节点暂态电压稳定裕度矩阵,采用余弦相似度对30条母线的节点暂态电压特征进行相似性评估,最终基于AP聚类算法得到江西500KV主网30条母线的分区聚类结果,江西电网500kv主网被划分为如图3所示五个区域。
根据聚类结果可知,图3江西电网被分为五个区域,具体如下:
区域一:抚州,南广,乐平,潭埠,鄱余,洪源,豫章,鄱阳湖换流站。
区域二:孔目江,赣州,雷公山,虔州,文山,厚田,梦山,安源,锦江,罗坊,红都。
区域三:崇仁,云峰,进贤,南昌。
区域四:马回岭,瑞昌,永修,石钟山。
区域五:广丰,信州,鹰潭。
现选取三个典型故障对所采用的方法的分区结果合理性进行验证,在各个故障下,所有节点基于多二元表的暂态电压稳定裕度分布如图4a-4c所示。
根据图4a-4c所示结果可知,在不同的故障下,同一分区内的节点,基于多二元表的节点暂态电压稳定裕度分布集中,代表了其暂态电压特征具有相似性,因此证明了该分区策略的合理性。
请参阅图5,其示出了本申请的一种基于多二元表-AP聚类的暂态电压分区装置的结构框图。
如图5所示,暂态电压分区装置200,包括仿真模块210、构造模块220、计算模块230以及分区模块240。
其中,仿真模块210,配置为获取运行电网中已有的故障集合,基于PSASP对所述运行电网进行故障仿真计算,使得到所述运行电网的节点暂态电压曲线;
构造模块220,配置为根据所述节点暂态电压曲线,基于多二元表计算至少一个节点的暂态电压稳定裕度,使构造出节点的暂态电压稳定特征向量矩阵,其中,计算至少一个电网节点的暂态电压稳定裕度的表达式为:
式中,为节点在故障场景下的暂态电压稳定裕度,为跌落区间的积分权重,为电压参考值,为节点响应故障场景的实时电压值,为跌落区间的积分权重,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压跌落低于的时刻,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值;
计算模块230,配置为基于余弦相似度对所述暂态电压稳定特征向量矩阵进行相似性计算,使得到某两个节点的暂态电压特征向量的相似度,其中,对所述暂态电压稳定特征向量矩阵进行相似性计算的表达式为:
式中,为节点的暂态电压特征向量,为节点的暂态电压特征向量,为节点的暂态电压特征向量的转置,为节点的暂态电压特征向量的模值,为节点的暂态电压特征向量的模值,为节点在故障场景下的暂态电压稳定裕度,为节点在故障场景下的暂态电压稳定裕度,为某个故障场景序号,为故障场景总个数;
分区模块240,配置为根据获取的某两个节点的暂态电压特征向量的相似度,对AP聚类算法进行修正,所述对AP聚类算法进行修正包括修正AP节点相似度矩阵S,并基于修正后的AP聚类算法对所述运行电网内的各节点进行暂态电压分区,其中,修正后的AP节点相似度矩阵S的表达式为:
应当理解,图5中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征以及相应的技术效果同样适用于图5中的诸模块,在此不再赘述。
在另一些实施例中,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序指令被处理器执行时,使所述处理器执行本发明任一实施例的基于多二元表-AP聚类的暂态电压分区方法;
作为一种实施方式,本发明的计算机可读存储介质存储有计算机可执行指令,计算机可执行指令设置为:
获取运行电网中已有的故障集合,基于PSASP对所述运行电网进行故障仿真计算,使得到所述运行电网的节点暂态电压曲线;
根据所述节点暂态电压曲线,基于多二元表计算至少一个节点的暂态电压稳定裕度,使构造出节点的暂态电压稳定特征向量矩阵;
基于余弦相似度对所述暂态电压稳定特征向量矩阵进行相似性计算,使得到某两个节点的暂态电压特征向量的相似度;
根据获取的某两个节点的暂态电压特征向量的相似度,对AP聚类算法进行修正,所述对AP聚类算法进行修正包括修正AP节点相似度矩阵S,并基于修正后的AP聚类算法对所述运行电网内的各节点进行暂态电压分区。
计算机可读存储介质可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据基于多二元表-AP聚类的暂态电压分区装置的使用所创建的数据等。此外,计算机可读存储介质可以包括高速随机存取存储器,还可以包括存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,计算机可读存储介质可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至基于多二元表-AP聚类的暂态电压分区装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图6是本发明实施例提供的电子设备的结构示意图,如图6所示,该设备包括:一个处理器310以及存储器320。电子设备还可以包括:输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接,图6中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例基于多二元表-AP聚类的暂态电压分区方法。输入装置330可接收输入的数字或字符信息,以及产生与基于多二元表-AP聚类的暂态电压分区装置的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述电子设备可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
作为一种实施方式,上述电子设备应用于基于多二元表-AP聚类的暂态电压分区装置中,用于客户端,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:
获取运行电网中已有的故障集合,基于PSASP对所述运行电网进行故障仿真计算,使得到所述运行电网的节点暂态电压曲线;
根据所述节点暂态电压曲线,基于多二元表计算至少一个节点的暂态电压稳定裕度,使构造出节点的暂态电压稳定特征向量矩阵;
基于余弦相似度对所述暂态电压稳定特征向量矩阵进行相似性计算,使得到某两个节点的暂态电压特征向量的相似度;
根据获取的某两个节点的暂态电压特征向量的相似度,对AP聚类算法进行修正,所述对AP聚类算法进行修正包括修正AP节点相似度矩阵S,并基于修正后的AP聚类算法对所述运行电网内的各节点进行暂态电压分区。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种基于多二元表-AP聚类的暂态电压分区方法,其特征在于,包括:
获取运行电网中已有的故障集合,基于PSASP对所述运行电网进行故障仿真计算,使得到所述运行电网的节点暂态电压曲线;
根据所述节点暂态电压曲线,基于多二元表计算至少一个节点的暂态电压稳定裕度,使构造出节点的暂态电压稳定特征向量矩阵,其中,计算至少一个电网节点的暂态电压稳定裕度的表达式为:
式中,为节点在故障场景下的暂态电压稳定裕度,为跌落区间的积分权重,为电压参考值,为节点响应故障场景的实时电压值,为跌落区间的积分权重,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压跌落低于的时刻,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值;
基于余弦相似度对所述暂态电压稳定特征向量矩阵进行相似性计算,使得到某两个节点的暂态电压特征向量的相似度,其中,对所述暂态电压稳定特征向量矩阵进行相似性计算的表达式为:
式中,为节点的暂态电压特征向量,为节点的暂态电压特征向量,为节点的暂态电压特征向量的转置,为节点的暂态电压特征向量的模值,为节点的暂态电压特征向量的模值,为节点在故障场景下的暂态电压稳定裕度,为节点在故障场景下的暂态电压稳定裕度,为某个故障场景序号,为故障场景总个数;
根据获取的某两个节点的暂态电压特征向量的相似度,对AP聚类算法进行修正,所述对AP聚类算法进行修正包括修正AP节点相似度矩阵S,并基于修正后的AP聚类算法对所述运行电网内的各节点进行暂态电压分区,其中,修正后的AP节点相似度矩阵S的表达式为:
4.根据权利要求1所述的一种基于多二元表-AP聚类的暂态电压分区方法,其特征在于,所述基于修正后的AP聚类算法对所述运行电网内的各节点进行暂态电压分区包括:
式中,为吸引度矩阵R的第行第列元素,对应更新的节点和节点间的吸引度,为相似度矩阵S的第行第列元素,为相似度矩阵S的第行第列元素,为相似度矩阵S的第行第列元素,为相似度矩阵S的第行第列元素,为归属度矩阵的第行第列元素;
迭代收敛或达到最大迭代次数后结束,选取各节点聚类中心,并将聚类中心相同的节点划分至同一区域。
6.一种基于多二元表-AP聚类的暂态电压分区装置,其特征在于,包括:
仿真模块,配置为获取运行电网中已有的故障集合,基于PSASP对所述运行电网进行故障仿真计算,使得到所述运行电网的节点暂态电压曲线;
构造模块,配置为根据所述节点暂态电压曲线,基于多二元表计算至少一个节点的暂态电压稳定裕度,使构造出节点的暂态电压稳定特征向量矩阵,其中,计算至少一个电网节点的暂态电压稳定裕度的表达式为:
式中,为节点在故障场景下的暂态电压稳定裕度,为跌落区间的积分权重,为电压参考值,为节点响应故障场景的实时电压值,为跌落区间的积分权重,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压恢复高于的时刻,为电压跌落低于的时刻,为电压跌落低于的时刻,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值,为跌落区间的电压临界参考稳定值;
计算模块,配置为基于余弦相似度对所述暂态电压稳定特征向量矩阵进行相似性计算,使得到某两个节点的暂态电压特征向量的相似度,其中,对所述暂态电压稳定特征向量矩阵进行相似性计算的表达式为:
式中,为节点的暂态电压特征向量,为节点的暂态电压特征向量,为节点的暂态电压特征向量的转置,为节点的暂态电压特征向量的模值,为节点的暂态电压特征向量的模值,为节点在故障场景下的暂态电压稳定裕度,为节点在故障场景下的暂态电压稳定裕度,为某个故障场景序号,为故障场景总个数;
分区模块,配置为根据获取的某两个节点的暂态电压特征向量的相似度,对AP聚类算法进行修正,所述对AP聚类算法进行修正包括修正AP节点相似度矩阵S,并基于修正后的AP聚类算法对所述运行电网内的各节点进行暂态电压分区,其中,修正后的AP节点相似度矩阵S的表达式为:
7.一种电子设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210019800.2A CN114091623A (zh) | 2022-01-10 | 2022-01-10 | 一种基于多二元表-ap聚类的暂态电压分区方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210019800.2A CN114091623A (zh) | 2022-01-10 | 2022-01-10 | 一种基于多二元表-ap聚类的暂态电压分区方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114091623A true CN114091623A (zh) | 2022-02-25 |
Family
ID=80308478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210019800.2A Pending CN114091623A (zh) | 2022-01-10 | 2022-01-10 | 一种基于多二元表-ap聚类的暂态电压分区方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114091623A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116093952A (zh) * | 2023-03-06 | 2023-05-09 | 国网浙江省电力有限公司温州供电公司 | 一种暂态电压稳定监视母线分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103683277A (zh) * | 2013-10-23 | 2014-03-26 | 南京南瑞集团公司 | 一种电力系统暂态稳定切负荷控制有效性评价指标计算方法 |
CN105138849A (zh) * | 2015-09-07 | 2015-12-09 | 山东大学 | 一种基于ap聚类的无功电压控制分区方法 |
CN106504116A (zh) * | 2016-10-31 | 2017-03-15 | 山东大学 | 基于电网运行与暂态稳定裕度指标关联的稳定评估方法 |
CN107093895A (zh) * | 2017-04-17 | 2017-08-25 | 云南电力调度控制中心 | 基于预想故障集自动筛选的在线暂态安全稳定评估方法 |
CN109948695A (zh) * | 2019-03-18 | 2019-06-28 | 云南电网有限责任公司 | 一种基于近邻传播聚类算法的电网脆弱节点自动识别方法 |
-
2022
- 2022-01-10 CN CN202210019800.2A patent/CN114091623A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103683277A (zh) * | 2013-10-23 | 2014-03-26 | 南京南瑞集团公司 | 一种电力系统暂态稳定切负荷控制有效性评价指标计算方法 |
CN105138849A (zh) * | 2015-09-07 | 2015-12-09 | 山东大学 | 一种基于ap聚类的无功电压控制分区方法 |
CN106504116A (zh) * | 2016-10-31 | 2017-03-15 | 山东大学 | 基于电网运行与暂态稳定裕度指标关联的稳定评估方法 |
CN107093895A (zh) * | 2017-04-17 | 2017-08-25 | 云南电力调度控制中心 | 基于预想故障集自动筛选的在线暂态安全稳定评估方法 |
CN109948695A (zh) * | 2019-03-18 | 2019-06-28 | 云南电网有限责任公司 | 一种基于近邻传播聚类算法的电网脆弱节点自动识别方法 |
Non-Patent Citations (3)
Title |
---|
周勇著: "《复杂多源数据的知识获取与知识发现》", 31 October 2015, 徐州:中国矿业大学出版社 * |
管霖等: "面向暂态电压控制的大电网区域划分方法", 《电网技术》 * |
薛安成等: "采用多二元表判据的实用暂态电压稳定裕度指标研究", 《中国电机工程学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116093952A (zh) * | 2023-03-06 | 2023-05-09 | 国网浙江省电力有限公司温州供电公司 | 一种暂态电压稳定监视母线分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Milano | Small-signal stability analysis of large power systems with inclusion of multiple delays | |
Gugercin | An iterative SVD-Krylov based method for model reduction of large-scale dynamical systems | |
JP6025575B2 (ja) | 三相電力潮流解析のためのシステムおよび方法 | |
CN103810646B (zh) | 一种基于改进投影积分算法的有源配电系统动态仿真方法 | |
Ju et al. | Loop‐analysis‐based continuation power flow algorithm for distribution networks | |
CN112182920B (zh) | 一种确定直流输电线路合成电场的场强值的迭代方法 | |
US11175641B2 (en) | Processing platform with holomorphic embedding functionality for power control and other applications | |
CN111181164B (zh) | 一种改进的主从分裂输配协同潮流计算方法及系统 | |
Makolo et al. | Online inertia estimation for power systems with high penetration of RES using recursive parameters estimation | |
Wang et al. | Robust dynamic state estimation of power systems with model uncertainties based on adaptive unscented filter | |
CN114204564B (zh) | 一种含逆变型新能源电网的短路电流计算方法及装置 | |
CN114091623A (zh) | 一种基于多二元表-ap聚类的暂态电压分区方法及装置 | |
Tostado-Véliz et al. | A novel power flow solution paradigm for well and ill-conditioned cases | |
Andreoli et al. | Topology validation via simultaneous state & topology estimation with phasor data processing capability | |
de Melo et al. | Distribution system state estimation algorithm with improved angular reference treatment | |
CN114188945B (zh) | 一种含光伏电源的配电网短路电流计算方法及装置 | |
Jain et al. | Dynamic available transfer capability computation using a hybrid approach | |
Chen et al. | Generalised‐fast decoupled state estimator | |
CN114421483A (zh) | 一种解析式概率潮流计算方法、装置及存储介质 | |
CN109670210A (zh) | 一种基于并行分布式粒子群算法的功率电子电路优化方法 | |
Ju et al. | Continuation power flow based on a novel local geometric parameterisation approach | |
CN104679937B (zh) | 一种适于隐式投影算法的误差估计及参数自适应调节方法 | |
Tostado-Véliz et al. | An efficient and reliable power flow solution method for large scale Ill-conditioned cases based on the Romberg’s integration scheme | |
CN107818414B (zh) | 一种大规模交直流混联电网n-2预想事故集的生成方法 | |
Eidiani et al. | An Effective Method to Determine the Available Transmission Capacity with Variable Frequency Transformer |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220225 |