CN117471238A - 一种电网系统稳定性的确定方法、装置及电子设备 - Google Patents
一种电网系统稳定性的确定方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117471238A CN117471238A CN202311439798.5A CN202311439798A CN117471238A CN 117471238 A CN117471238 A CN 117471238A CN 202311439798 A CN202311439798 A CN 202311439798A CN 117471238 A CN117471238 A CN 117471238A
- Authority
- CN
- China
- Prior art keywords
- power grid
- current
- node
- determining
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 135
- 230000002159 abnormal effect Effects 0.000 claims description 108
- 238000009826 distribution Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 13
- 230000015654 memory Effects 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 238000010606 normalization Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000007787 long-term memory Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000006403 short-term memory Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
Abstract
本发明公开了一种电网系统稳定性的确定方法、装置及电子设备。该方法包括:获取电网检测系统检测到的当前电网运行数据;其中,电网检测系统至少包括广域检测系统、轻型广域检测系统以及电网故障记录仪系统;当前电网运行数据至少包括当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据;根据电网检测系统确定电网系统中各节点的节点电压关联关系;根据当前电网运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性。采用本申请技术方案,使得在对电网系统整体稳定性进行确定时,能够在不显著增加硬件投入的情况下,通过现有的检测系统,对整体的电网系统进行检测,为电网系统的稳定运行提供了有力保障。
Description
技术领域
本发明涉及电网运维技术领域,尤其涉及一种电网系统稳定性的确定方法、装置及电子设备。
背景技术
随着能源变革和全球能源互联的逐步建设,现代电网结构向“智能电网+特高压电网+清洁能源”转型,对电网的检测需求逐渐从原有的局部检测逐渐向整体检测发展。
但原有的广域检测系统(WAMS)、轻型广域检测系统(WAMS Light)以及电网故障记录仪系统均负责部分内容或部分电网的检测,并且均独立运行,并未发挥互补优势,因此急需一种能够对上述方法进行集成,从而满足对电网系统进行整体检测,从而确定电网系统稳定性的方法。
发明内容
本发明提供了一种电网系统稳定性的确定方法、装置及电子设备,以解决传统电网检测系统,无法对电网系统进行整体性检测的问题。
根据本发明的一方面,提供了一种电网系统稳定性的确定方法,该方法包括:
获取电网检测系统检测到的当前电网运行数据;其中,电网检测系统至少包括广域检测系统、轻型广域检测系统以及电网故障记录仪系统;当前电网运行数据至少包括当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据;
根据电网检测系统确定电网系统中各节点的节点电压关联关系;
根据当前电网运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性。
根据本发明的另一方面,提供了一种电网系统稳定性的确定装置,该装置包括:
当前数据获取模块,用于获取电网检测系统检测到的当前电网运行数据;其中,电网检测系统至少包括广域检测系统、轻型广域检测系统以及电网故障记录仪系统;当前电网运行数据至少包括当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据;
关联关系确定模块,用于根据电网检测系统确定电网系统中各节点的节点电压关联关系;
稳定性确定模块,用于根据当前电网运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性。
根据本发明的另一方面,提供了一种电子设备,电子设备包括:
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计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的电网系统稳定性的确定方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的电网系统稳定性的确定方法。
本发明实施例的技术方案,通过获取电网检测系统检测到的当前电网运行数据,根据电网检测系统确定电网系统中各节点的节点电压关联关系,以及根据当前电网运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性,使得在对电网系统整体稳定性进行确定时,能够在不显著增加硬件投入的情况下,通过现有的检测系统,对整体的电网系统进行检测,为电网系统的稳定运行提供了有力保障。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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是根据本发明实施例一提供的一种电网系统稳定性的确定方法的流程图;
图2是根据本发明实施例二提供的另一种电网系统稳定性的确定方法的流程图;
图3是根据本发明实施例三提供的一种电网系统稳定性的确定装置的结构示意图;
图4是实现本发明实施例的电网系统稳定性的确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种电网系统稳定性的确定方法的流程图,本实施例可适用于在不显著增加硬件投入的情况下,实现对整体配电系统的检测情况,该方法可以由电网系统稳定性的确定装置来执行,该电网系统稳定性的确定装置可以采用硬件和/或软件的形式实现,该电网系统稳定性的确定装置可配置于具有数据处理能力的电子设备中。如图1所示,该方法包括:
S110、获取电网检测系统检测到的当前电网运行数据。
其中,电网检测系统至少包括广域检测系统、轻型广域检测系统以及电网故障记录仪系统;当前电网运行数据至少包括当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据。
在以往的对电网检测时,往往通过广域检测系统、轻型广域检测系统以及电网故障记录仪系统等进行检测,但以上至少三种检测系统的应用范围均无法独立覆盖到电网整体,因此,在实际使用中以上三种方法往往作为独立方法作为应用,继而导致电网系统缺乏能够对整体进行检测的方法。
通过电网检测系统,从广域检测系统、轻型广域检测系统以及电网故障记录仪系统等运行服务器中,获取当前电网运行数据至少包括当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据。其中,获取的当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据中至少包括电网系统中各节点的电压。
S120、根据电网检测系统确定电网系统中各节点的节点电压关联关系。
节点电压关联关系可以是用以表示某一节点的电压与其他节点的电压的关系。
通过电网检测系统中的广域检测系统、轻型广域检测系统以及电网故障记录仪系统,对电网系统中各个节点的电压进行检测,并确定每个节点发生变化时,对其他节点的影响,以及影响的程度,并将其作为各节点的节点电压关联关系。
在一种可选方案中,根据电网检测系统确定电网系统中各节点的节点电压关联关系,可包括步骤A1-A2:
步骤A1、获取电网检测系统中存储的历史电网运行数据。
其中,历史电网运行数据至少包括历史广域检测数据、历史轻型广域检测数据以及历史故障记录数据。
步骤A2、根据历史电网运行数据,确定电网系统中各节点的电压与其他节点电压的节点电压关联关系。
历史广域检测数据可以是广域检测系统在记载的历史上的电网系统中部分节点的数据。历史轻型广域检测数据可以是轻型广域检测系统在记载的历史上的电网系统中部分节点的数据。历史故障记录数据可以是电网故障记录仪系统对各节点出现故障时,对电网系统中各节点电压等数据的变化。
由于广域检测系统、轻型广域检测系统以及电网故障记录仪系统所能检测到的电网系统中节点的范围存在差异,因此需要通过广域检测系统、轻型广域检测系统以及电网故障记录仪系统进行综合检测,从而实现在电网故障记录仪系统检测到电网系统中某个节点出现故障时,判断整个电网中其他节点的电压变化,进而确定出各个节点的节点电压关联关系。
S130、根据当前电网运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性。
在得到各个节点的节点电压关联关系后,通过当前电网运行数据,确定电网系统中各个节点的电压,以及各节点的电压发生变化时对其他节点的影响程度,最终确定出电网系统稳定性。
根据本发明实施例的技术方案,通过获取电网检测系统检测到的当前电网运行数据,根据电网检测系统确定电网系统中各节点的节点电压关联关系,以及根据当前电网运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性,使得在对电网系统整体稳定性进行确定时,能够在不显著增加硬件投入的情况下,通过现有的检测系统,对整体的电网系统进行检测,为电网系统的稳定运行提供了有力保障。
实施例二
图2为本发明实施例提供了另一种电网系统稳定性的确定方法的流程图,本实施例在上述实施例的基础上对前述实施例中根据电网检测系统确定电网系统中各节点的节点电压关联关系之前的过程进行进一步优化,本实施例可以与上述一个或多个实施例中各个可选方案进行结合。如图2所示,本实施例的电网系统稳定性的确定方法,可包括以下步骤:
S210、获取电网检测系统检测到的当前电网运行数据。
其中,电网检测系统至少包括广域检测系统、轻型广域检测系统以及电网故障记录仪系统;当前电网运行数据至少包括当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据。
S220、对当前电网运行数据进行归一化处理,得到当前归一化运行数据。
当前归一化运行数据可以是对当前电网运行数据进行归一化处理后,得到的数据。
由于电网检测系统中至少包括广域检测系统、轻型广域检测系统以及电网故障记录仪系统,而广域检测系统、轻型广域检测系统以及电网故障记录仪系统中检测得到的数据往往在精度、采集频率以及数据类型等存在一定的差异,因此无法直接对当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据直接使用。对此,需要对其进行归一化处理,从而使得广域检测系统、轻型广域检测系统以及电网故障记录仪系统检测到的数据能够被统一利用。
在一种可选方案中,对当前电网运行数据进行归一化处理,得到当前归一化运行数据,可包括步骤B1-B3:
步骤B1、确定当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据的数据采集频率。
步骤B2、根据数据采集频率,对当前电网运行数据的数据精度进行归一化处理,得到当前同精度电网运行数据。
步骤B3、对当前同精度电网运行数据进行数据清洗,得到当前归一化运行数据。
数据采集频率可以是在数据采集过程中,单位时间内采集的次数。
由于广域检测系统、轻型广域检测系统以及电网故障记录仪系统在采集数据时,所采集的频率存在差别。因此,将分别对当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据的数据采集频率进行确定,并以数据采集频率最高的数据的采集频率为准,对其他当前同精度电网运行数据进行精度调整,从而使得当前同精度电网运行数据均保持统一数据采集频率。
并且由于当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据中可能存在部分数据存在重复以及数据丢失等问题,对此,需要将当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据中重复的数据进行删除,并对丢失的数据进行填充。对于数据填充方式,本申请不对此进行限制。
S230、根据电网检测系统确定电网系统中各节点的节点电压关联关系。
S240、根据当前归一化运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性。
在一种可选方案中,根据当前归一化运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性,可包括步骤C1-C2:
步骤C1、根据当前归一化运行数据以及节点电压关联关系,确定电网系统中预测异常节点的预测异常节点分布以及与预测异常节点对应的预测异常概率。
步骤C2、根据预测异常节点分布以及预测异常概率,确定电网系统稳定性。
预测异常节点可以是预测可能出现异常的节点。预测异常概率可以是预测异常节点出现异常的概率。
由于节点电压关联关系用于表示各个节点之间电压发生变化时对其他节点电压造成的影响,因此通过当前归一化运行数据以及节点电压关联关系,能够对电网系统中可能出现预测异常节点进行预测,从而确定预测异常节点分布,并通过各个节点之间电压发生变化时对其他节点电压造成的影响的程度,确定与预测异常节点对应的预测异常概率。
并根据预测异常节点分布以及预测异常概率,确定电网系统稳定性。
在一种可选方案中,根据预测异常节点分布以及预测异常概率,确定电网系统稳定性,可包括D1-D2:
步骤D1、根据预先确定的电网系统中各节点的重要性程度,确定各节点的异常概率阈值。
步骤D2、根据异常概率阈值、预测异常节点分布以及预测异常概率,确定电网系统稳定性。
异常概率阈值可以是节点允许出现异常的最大概率。
由于电网系统中各节点对于电网系统的重要性程度存在差异,因此对于各节点中存在异常概率的允许程度存在一定的差别。因此需要根据电网系统中各节点的重要性程度,预先设定各个节点允许存在的异常概率阈值,并最终依据异常概率阈值、预测异常节点分布以及预测异常概率,确定电网系统稳定性。
在一种可选方案中,根据异常概率阈值、预测异常节点分布以及预测异常概率,确定电网系统稳定性,可包括步骤E1-E4:
步骤E1、根据预测异常节点分布以及异常概率阈值,确定预测异常节点的异常概率阈值。
步骤E2、若预测异常节点的预测异常概率大于该预测异常节点的异常概率阈值,则将该预测异常节点以及预测异常概率,作为第一评估结果。
步骤E3、否则,则将预测异常节点分布以及预测异常概率,作为第二评估结果。
步骤E4、根据第一评估结果或第二评估结果,确定电网系统稳定性。
根据预测异常节点分布,可以确定出电网系统中的预测异常节点,进而依据异常概率阈值,确定出预测异常节点的异常概率阈值。
将预测异常节点的预测异常概率与该预测异常节点的异常概率阈值进行比较,判断预测异常节点的预测异常概率是否大于该预测异常节点的异常概率阈值。
如果预测异常节点的预测异常概率大于该预测异常节点的异常概率阈值,则将该预测异常节点以及预测异常概率,作为第一评估结果,并将其作为电网系统稳定性的确定结果。
如果预测异常节点的预测异常概率不大于该预测异常节点的异常概率阈值则将预测异常节点分布以及预测异常概率,作为第二评估结果,并将其作为电网系统稳定性的确定结果。
可选的,在确定电网系统稳定性时,可以通过LSTM单元提高监测结果准确性。
其中,LSTM单元的数学公式如下所示。
ft=σg(Wfxt+Ufht-1+bf)
it=σg(Wixt+Ufht-1+bi)
ot=σg(Wfxt+Uoht-1+bo)
ct=σc(Wcxt+Ucht-1+bc)
其中,xt是LSTM单元的输入向量,it,ft,ot和ct分别是输入门、遗忘门、输出门和单元单元的激活向量。ct是细胞状态向量。W和U是权重矩阵。b是偏置矢量参数。σg是S形切函数和σc,σh是双曲正切函数,ht表示中间变量。
其中,输入门使用最近的输入和以前的短期内存确定需要保存在模型的长期内存中的内容。遗忘门决定模型是否应该保留长期记忆信息。将长期记忆乘以遗忘向量来实现。输出门通过使用先前的短期存储器、当前输入和最近计算的长期存储器来产生新的短期存储器。通过LSTM根据先验已有的数据将当前的数据进行误差修正,保证监测结果准确性。
根据本发明实施例的技术方案,通过对当前电网运行数据进行归一化处理,得到当前归一化运行数据,以及根据当前归一化运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性,使得在利用广域检测系统、轻型广域检测系统以及电网故障记录仪系统时,能够避免由于当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据中数据类型存在一定差异,从而导致无法对当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据进行统一利用的问题。
实施例三
图3为本发明实施例提供了一种电网系统稳定性的确定装置的结构框图,本实施例可适用于在不显著增加硬件投入的情况下,实现对整体配电系统的检测的情形。该电网系统稳定性的确定装置可以采用硬件和/或软件的形式实现,该电网系统稳定性的确定装置可配置于具有数据处理能力的电子设备中。如图3所示,本实施例的电网系统稳定性的确定装置,可包括:当前数据获取模块310、关联关系确定模块320以及稳定性确定模块330。其中:
当前数据获取模块310,用于获取电网检测系统检测到的当前电网运行数据;其中,电网检测系统至少包括广域检测系统、轻型广域检测系统以及电网故障记录仪系统;当前电网运行数据至少包括当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据;
关联关系确定模块320,用于根据电网检测系统确定电网系统中各节点的节点电压关联关系;
稳定性确定模块330,用于根据当前电网运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性。
在上述实施例的基础上,可选的,关联关系确定模块320,包括:
历史数据获取单元,用于获取电网检测系统中存储的历史电网运行数据;其中,历史电网运行数据至少包括历史广域检测数据、历史轻型广域检测数据以及历史故障记录数据;
电压关联确定单元,用于根据历史电网运行数据,确定电网系统中各节点的电压与其他节点电压的节点电压关联关系。
在上述实施例的基础上,可选的,在关联关系确定模块320之前,该装置还包括:
数据处理模块,用于对当前电网运行数据进行归一化处理,得到当前归一化运行数据;
相应的,稳定性确定模块330,具体用于:
根据当前归一化运行数据以及电网系统中各节点的节点电压关联关系,确定电网系统稳定性。
在上述实施例的基础上,可选的,数据处理模块,包括:
采集频率确定单元,用于确定当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据的数据采集频率;
数据精度统一单元,用于根据数据采集频率,对当前电网运行数据的数据精度进行归一化处理,得到当前同精度电网运行数据;
数据归一化单元,用于对当前同精度电网运行数据进行数据清洗,得到当前归一化运行数据。
在上述实施例的基础上,可选的,稳定性确定模块330,包括:
异常概率预测单元,用于根据当前归一化运行数据以及节点电压关联关系,确定电网系统中预测异常节点的预测异常节点分布以及与预测异常节点对应的预测异常概率;
稳定性获取单元,用于根据预测异常节点分布以及预测异常概率,确定电网系统稳定性。
在上述实施例的基础上,可选的,稳定性获取单元,包括:
概率阈值确定子单元,用于根据预先确定的电网系统中各节点的重要性程度,确定各节点的异常概率阈值;
系统稳定确定子单元,用于根据异常概率阈值、预测异常节点分布以及预测异常概率,确定电网系统稳定性。
在上述实施例的基础上,可选的,系统稳定确定子单元,具体用于:
根据预测异常节点分布以及异常概率阈值,确定预测异常节点的异常概率阈值;
若预测异常节点的预测异常概率大于该预测异常节点的异常概率阈值,则将该预测异常节点以及预测异常概率,作为第一评估结果;
否则,则将预测异常节点分布以及预测异常概率,作为第二评估结果;
根据第一评估结果或第二评估结果,确定电网系统稳定性。
本发明实施例所提供的电网系统稳定性的确定装置可执行本发明任意实施例所提供的电网系统稳定性的确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如电网系统稳定性的确定方法。
在一些实施例中,电网系统稳定性的确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的电网系统稳定性的确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行电网系统稳定性的确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种电网系统稳定性的确定方法,其特征在于,包括:
获取电网检测系统检测到的当前电网运行数据;其中,所述电网检测系统至少包括广域检测系统、轻型广域检测系统以及电网故障记录仪系统;所述当前电网运行数据至少包括当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据;
根据所述电网检测系统确定电网系统中各节点的节点电压关联关系;
根据所述当前电网运行数据以及所述电网系统中各节点的所述节点电压关联关系,确定电网系统稳定性。
2.根据权利要求1所述的方法,其特征在于,根据所述电网检测系统确定电网系统中各节点的节点电压关联关系,包括:
获取所述电网检测系统中存储的历史电网运行数据;其中,所述历史电网运行数据至少包括历史广域检测数据、历史轻型广域检测数据以及历史故障记录数据;
根据所述历史电网运行数据,确定所述电网系统中各节点的电压与其他节点电压的所述节点电压关联关系。
3.根据权利要求1所述的方法,其特征在于,根据所述当前电网运行数据以及所述电网系统中各节点的所述节点电压关联关系,确定电网系统稳定性之前,所述方法还包括:
对所述当前电网运行数据进行归一化处理,得到当前归一化运行数据;
相应的,根据所述当前电网运行数据以及所述电网系统中各节点的节点电压关联关系,确定电网系统稳定性,包括:
根据所述当前归一化运行数据以及所述电网系统中各节点的节点电压关联关系,确定电网系统稳定性。
4.根据权利要求3所述的方法,其特征在于,对所述当前电网运行数据进行归一化处理,得到当前归一化运行数据,包括:
确定所述当前广域检测数据、所述当前轻型广域检测数据以及所述当前故障记录数据的数据采集频率;
根据所述数据采集频率,对所述当前电网运行数据的数据精度进行归一化处理,得到当前同精度电网运行数据;
对所述当前同精度电网运行数据进行数据清洗,得到所述当前归一化运行数据。
5.根据权利要求3所述的方法,其特征在于,所述根据所述当前归一化运行数据以及所述电网系统中各节点的节点电压关联关系,确定电网系统稳定性,包括:
根据所述当前归一化运行数据以及所述节点电压关联关系,确定所述电网系统中预测异常节点的预测异常节点分布以及与所述预测异常节点对应的预测异常概率;
根据所述预测异常节点分布以及所述预测异常概率,确定所述电网系统稳定性。
6.根据权利要求5所述的方法,其特征在于,根据所述预测异常节点分布以及所述预测异常概率,确定所述电网系统稳定性,包括:
根据预先确定的所述电网系统中各节点的重要性程度,确定各节点的异常概率阈值;
根据所述异常概率阈值、所述预测异常节点分布以及所述预测异常概率,确定所述电网系统稳定性。
7.根据权利要求6所述的方法,其特征在于,所述根据所述异常概率阈值、所述预测异常节点分布以及所述预测异常概率,确定所述电网系统稳定性,包括:
根据所述预测异常节点分布以及所述异常概率阈值,确定所述预测异常节点的所述异常概率阈值;
若所述预测异常节点的所述预测异常概率大于该所述预测异常节点的所述异常概率阈值,则将该所述预测异常节点以及所述预测异常概率,作为第一评估结果;
否则,则将所述预测异常节点分布以及所述预测异常概率,作为第二评估结果;
根据所述第一评估结果或所述第二评估结果,确定所述电网系统稳定性。
8.一种电网系统稳定性的确定装置,其特征在于,包括:
当前数据获取模块,用于获取电网检测系统检测到的当前电网运行数据;其中,所述电网检测系统至少包括广域检测系统、轻型广域检测系统以及电网故障记录仪系统;所述当前电网运行数据至少包括当前广域检测数据、当前轻型广域检测数据以及当前故障记录数据;
关联关系确定模块,用于根据所述电网检测系统确定电网系统中各节点的节点电压关联关系;
稳定性确定模块,用于根据所述当前电网运行数据以及所述电网系统中各节点的所述节点电压关联关系,确定电网系统稳定性。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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1-7中任一项所述的电网系统稳定性的确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的电网系统稳定性的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311439798.5A CN117471238A (zh) | 2023-10-31 | 2023-10-31 | 一种电网系统稳定性的确定方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311439798.5A CN117471238A (zh) | 2023-10-31 | 2023-10-31 | 一种电网系统稳定性的确定方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117471238A true CN117471238A (zh) | 2024-01-30 |
Family
ID=89635964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311439798.5A Pending CN117471238A (zh) | 2023-10-31 | 2023-10-31 | 一种电网系统稳定性的确定方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117471238A (zh) |
-
2023
- 2023-10-31 CN CN202311439798.5A patent/CN117471238A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116049146B (zh) | 一种数据库故障处理方法、装置、设备及存储介质 | |
CN115396289B (zh) | 一种故障告警确定方法、装置、电子设备及存储介质 | |
CN115686910A (zh) | 一种故障分析方法、装置、电子设备及介质 | |
CN116668264A (zh) | 一种告警聚类的根因分析方法、装置、设备及存储介质 | |
CN116226644A (zh) | 设备故障类型的确定方法、装置、电子设备及存储介质 | |
CN117471238A (zh) | 一种电网系统稳定性的确定方法、装置及电子设备 | |
CN114881112A (zh) | 一种系统异常检测方法、装置、设备及介质 | |
CN116719621B (zh) | 一种针对海量任务的数据回写方法、装置、设备及介质 | |
CN117290179A (zh) | 一种事件超时状态的确定方法、装置、设备和存储介质 | |
CN114513441B (zh) | 基于区块链的系统维护方法、装置、设备及存储介质 | |
CN116302370A (zh) | 一种返回码异常告警的生成方法、装置、设备及介质 | |
CN114358288B (zh) | 生成知识图谱的方法、信息推荐方法、装置及电子设备 | |
CN118152283A (zh) | 电力设备兼容性测试的调度方法、装置、设备及介质 | |
CN118333610A (zh) | 一种信息处理方法、装置、电子设备及存储介质 | |
CN117573412A (zh) | 系统故障预警方法、装置、电子设备及存储介质 | |
CN115955189A (zh) | 一种发电异常的检测方法、装置、设备及介质 | |
CN116409609A (zh) | 光伏设备故障感知方法、装置、电子设备及存储介质 | |
CN118074625A (zh) | 设备故障检测方法、装置、设备及存储介质 | |
CN117312095A (zh) | 一种Java虚拟机堆内存集合对象监测方法及装置 | |
CN117851853A (zh) | 一种窃电用户定位方法、装置、设备及存储介质 | |
CN117493060A (zh) | 数据库组件异常检测方法、装置、设备及介质 | |
CN117829611A (zh) | 一种基于人工智能的分包商管理风险评估预警方法 | |
CN116819342A (zh) | 一种电池寿命曲线确定方法、装置、电子设备及存储介质 | |
CN118068210A (zh) | 一种电芯衰减评估方法、装置、设备及介质 | |
CN116467144A (zh) | 一种应用程序监控方法、装置、设备、芯片及介质 |
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 |