基于裕度指标的电力系统暂态稳定规则辨识方法研究

发布时间：2020-11-12 10:18

　　 目前,大电网在线运行安全分析已成为电力调度运行的重要组成部分,在线安全稳定分析已融入到调度运行的核心业务流程中。随着大规模可再生能源的接入和电网互联规模的扩大,电力系统的安全稳定分析和调度运行控制面临更为严峻的考验。传统的“人工经验判断+在线计算辅助决策”的生产方式已经不能满足当前电网复杂多变的调度运行需求。因此需要对电网监测数据进行深度挖掘,进行不依赖于模型的电力系统暂态稳定评估,通过电网当前运行状态和历史数据获知系统的稳定水平和变化趋势,以帮助运行人员及时制定提高电网稳定性的相关措施。现有的数据驱动式电网稳定评估方法,多仅对系统稳定与否进行判断,未给出电网稳定程度的量化描述;且电网数据普遍存在运行状态量多、而失稳样本偏少的问题,从而影响稳定评估的效率和准确性。本文提出基于多属性决策树和电网暂态稳定裕度指标的电网稳定规则辨识方法。利用互信息筛选电网关键运行特征,进而通过特征变换及稳定裕度离散化构建多属性决策树;提出电网稳定关联规则的获取原则,并通过对决策树的回推分析确定改善系统稳定性的措施;最后对电网运行时序数据进行分析,提出电网稳定性变化趋势的预测方法。具体工作如下:(1)基于互信息的电网关键运行特征获取。通过计算电网状态特征与系统稳定裕度之间的互信息,挑选出与系统稳定性关联度较大的关键电气特征;通过计算多个电气特征组合与稳定裕度之间的互信息,获知组合特征与稳定裕度之间的关联程度;利用IEEE39节点系统获取大量仿真样本,对上述方法的正确性和有效性进行分析、验证。(2)基于多属性决策树的电力系统稳定关联规则辨识方法。对所获取的电网关键运行特征集进行LDA(Linear Discrimination Analysis)变换,通过稳定裕度的离散化,针对特定故障生成可用于稳定规则辨识的多属性决策树,并提出了相关规则的获取原则;根据所形成的多属性决策树和所得规则,提出基于决策树回推的改善电网稳定程度的调整策略;在IEEE39节点系统中对特定故障场景进行仿真,验证了所提方法的可行性与有效性。(3)基于时间序列分析方法的电网稳定变化趋势预测方法。基于K-means算法对稳定裕度时序数据进行聚类分析,定义不同样本的稳定裕度时序变化趋势;在潮流运行状态时序变化数据的基础上,分析潮流断面变化同系统稳定性变化之间的关联性;基于分离度指标确定各类别的参考序列,并对各样本稳定裕度时序变化趋势类别进行判断;通过相似性匹配的方法评价电网稳定裕度变化并判定其所属类别,提出加速搜索方法提高相似序列的匹配效率。最后通过仿真验证了所提出方法的有效性。
【学位单位】：山东大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TM712
【部分图文】：

＇计算完成后批量读取结果文件中的数据，获取所??需的样本运行数据与稳定裕度。具体流程如图２－２所示。??本论文只针对暂态功角稳定问题展开研宄，故仅将各发电机有功出力与各负??荷有功功率作为样本特征。丨ＥＥＥ－３９节点系统中共有９台发电机有功出力（除去??平衡节点）以及１８个负荷节点有功功率，共２７个特征变量。??为测试通过本部分方法所获取样本的均匀性，防止样本分布极度不均匀影响??相关方法验证效果。本部分利用线性变换对样本各特征进行归一化处理，所采用??公式如式（２－７）所示：??Ｖ＿?Ｖ＂??Ｘ?＝?（２－７）??ｎｏｒｍ?ｐｒ?－ｙ??八?ｍａｘ?ｍｉｎ??为归一化后的特征值，７为相应的特征值，为该特征的取值序列??中的最小值，为该特征的取值序列中的最大值。由于Ｚｍｉｎ，均为常数，??１４??

８?（Ｇ）３１?（ｔ）ｉ２?＂（Ｇ）?（ｔ＞?（Ｇ）??图２－１?ＩＥＥＥ－３９节点测试系统??本文通过对某一潮流样本的潮流运行状态的读取，并以此状态为基准，按均??匀概率分布随机调节负荷有功、发电机出力以及机端电压的方式获取大量潮流样??本数据，模拟不同的电网运行方式。其中负荷有功分布在基准值的７０％－１３０％之??间，发电机出力分布在基准值的７５％－１２５％，机端电压分布在基准值的９０％－１１０％??之间。按均匀随机概率分布设定初始状态，获取５０００组样本。并基于ＢＰＡ的潮??流计算内核与暂态计算内核文件，借助于Ｐｙｔｈｏｎ进行批量潮流计算，对所设置??的多种故障进行批量暂态计算，＇计算完成后批量读取结果文件中的数据，获取所??需的样本运行数据与稳定裕度。具体流程如图２－２所示。??本论文只针对暂态功角稳定问题展开研宄

２．３．２单属性互信息值计算结果??利用２．２．２中所述互信息的计算方法计算本文所用的２７个特征变量与所设故??障集下系统稳定裕度间的互信息，结果如图２－３所示：??Ｉ：：??输入属性特征（发电机或负荷有功）??图２－３各属性互信息??图中Ｚ轴为互信息值，Ｘ轴和Ｙ轴分别为特征编号以及故障编号。从图中??可以看出，对于不同的故障形式，不同发电机及负荷与系统稳定性之间的互信息??差异较大。且发电机有功出力间的差异性相较于负荷有功间的差异性更为明显。??综合考虑各故障样本稳定裕度分布情况、失稳情况，以及各属性间互信息值??的差异度等，选取四种典型故障进行下一步的研宄分析，并利用此四种典型故障??对互信息方法选取特征的有效性进行验证。（１）４１号故障：母线２１三相短路并??于０．１ｓ后跳出所有出线；（２）?３４号故障：母线８三相短路并于０．１ｓ后跳出所有??出线；（３）?６９号故障：线路２８－２９发生三相短路并于０．１ｓ后切除线路；（４）５４??１６??
【参考文献】

相关期刊论文 前10条

1 李刚;许鹏程;韩龙美;;基于小波分析的电力系统故障时空检测与诊断[J];系统仿真学报;2015年12期

2 郁琛;薛禹胜;文福拴;董朝阳;K.P.WONG;Kang LI;;按时序特征优化模型后在线选配的超短期风电预测[J];电力系统自动化;2015年08期

3 严英杰;盛戈皞;陈玉峰;江秀臣;郭志红;秦少鹏;;基于时间序列分析的输变电设备状态大数据清洗方法[J];电力系统自动化;2015年07期

4 钟锦源;张岩;文福拴;朱海兵;李虎成;樊海锋;;基于时间序列相似性匹配的输电系统故障诊断方法[J];电力系统自动化;2015年06期

5 王德文;孙志伟;;电力用户侧大数据分析与并行负荷预测[J];中国电机工程学报;2015年03期

6 黄彦浩;于之虹;谢昶;史东宇;周孝信;;电力大数据技术与电力系统仿真计算结合问题研究[J];中国电机工程学报;2015年01期

7 于之虹;黄彦浩;鲁广明;史东宇;周孝信;严剑峰;卜广全;田芳;李亚楼;;基于时间序列关联分析的稳定运行规则提取方法[J];中国电机工程学报;2015年03期

8 张沛;杨华飞;许元斌;;电力大数据及其在电网公司的应用（英文）[J];中国电机工程学报;2014年S1期

9 孙斌;姚海涛;;风电场风速时间序列的多重分形去趋势波动分析[J];电工技术学报;2014年06期

10 黄磊;舒杰;姜桂秀;张继元;;基于多维时间序列局部支持向量回归的微网光伏发电预测[J];电力系统自动化;2014年05期

本文编号：2880625