[发明专利]一种基于电网运行数据的分布式安全特征选择方法有效

专利信息
申请号: 201510607899.8 申请日: 2015-09-22
公开(公告)号: CN105186503B 公开(公告)日: 2017-08-11
发明(设计)人: 孙宏斌;郭庆来;张伯明;吴文传;黄天恩;赵峰 申请(专利权)人: 清华大学
主分类号: H02J3/00 分类号: H02J3/00;H02J3/06
代理公司: 北京清亦华知识产权代理事务所(普通合伙)11201 代理人: 廖元秋
地址: 100084*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 电网 运行 数据 分布式 安全 特征 选择 方法
【说明书】:

技术领域

发明属于电网安全运行技术领域,特别涉及一种基于电网运行数据的分布式安全特征选择方法。

背景技术

随着交直流电网的快速发展以及可再生能源的不断接入,大电网运行方式时变性和复杂性日益增强,其安全运行的特征和规律越来越难以把握,极大的增加了电网运行风险和控制难度。近些年来国内外一系列的电网安全运行事故都说明:电网运行人员要依托电网安全稳定分析技术,充分掌握电网安全运行的特征和规律,迅速、精确地明晰电网薄弱点,才能避免电网运行事故的发生。电力系统中海量的计算资源,故可以利用电网安全稳定分析中的仿真大数据,采用大数据机器学习与数据挖掘的方法,在线挖掘出电网运行的关键安全特征。传统的安全特征选择算法是基于电网运行数据,采用集中式的方法,在单个计算节点上完成所有计算。然而随着电网规模扩大和间歇式新能源接入,电网运行数据规模不断增长。传统的特征选择算法不再适应新的需求,会存在大数据环境下的“维数灾难”问题:第一,容易造成算法的准确性降低,计算时间显著增长,算法的稳定性下降等问题。第二,对于单个计算节点而言无论是存储还是计算都存在问题。

发明内容

本发明的目的是克服已有技术的不足之处,提出一种基于电网运行数据的分布式安全特征选择方法,该方法利用电网安全稳定分析中产生的大数据形成电网潮流特征集,将电网潮流特征集所含的属性按相关性分成不同的组,分布到不同的计算节点上进行安全特征选择,最后通过协调节点将计算节点结果进行整合。分布式的思想能提高计算效率,以更好适应高维数据。

本发明提出的一种基于电网运行数据的分布式安全特征选择方法,其特征在于,该方法包括以下步骤:

1)根据电网运行数据建立电网潮流特征集INP:电网潮流特征集INP是描述电网运行状况的电网潮流特征量inps组成的一个集合如式(1),s为电网潮流特征子集的下标,s=1,2,…,n:

INP=(inp1,…,inpn) (1)

其中n为电网潮流特征集INP的维度,inps包括发电机电压、发电机出力和节点电压这三类电网潮流特征量;每一个电网潮流特征量inps是一个m维向量,描述了m种不同场景下的电网潮流特征;

2)对建立的电网潮流特征集INP求取电网潮流特征量之间的相关性,据此再求取每个电网潮流特征子集之间的相关度,并合并相关度最大的电网潮流特征子集,完成基于电网潮流特征量的相关性分组;

3)基于电网潮流特征量的相关性分组,在不同的计算节点上,对每一个电网潮流特征子集INPi分布式地进行常规特征选择,并在协调节点对计算节点结果进行整合,从而完成分布式安全特征选择。

本发明提出的基于电网运行数据的分布式安全特征选择方法,其特点和有益效果是:

1、本发明将初始电网潮流特征集分成K组,一方面将其维度降至原来的1/K,从而在很大程度上解决了常规特征选择算法中遇到的“维数灾难”问题;另一方面,也适合将任务分布到不同计算节点上进行计算。

2、本发明通过设定阈值ξ充分考虑了分组数K的大小和分组情况INPi(i=1,2…k)会对分布式特征选择结果的影响。为了充分考虑电网潮流特征量之间的相关性,同时避免协调节点上计算量过大,分组策略保证在分组时尽量保证同一组内的电网潮流特征量相关性较大,不同分组间的电网潮流特征量相关性较小。

3、本发明通过协调节点,协调整合计算节点所得到的安全特征选择结果,完成分布式的安全特征选择。

附图说明

图1是本发明方法的流程框图。

具体实施方式

本发明提出的基于电网运行数据的分布式安全特征选择方法,包括以下步骤:

1)根据电网运行数据建立电网潮流特征集INP:电网潮流特征集INP是描述电网运行状况的电网潮流特征量inps组成的一个集合如式(1),s为电网潮流特征子集的下标,s=1,2,…,n,由电网潮流特征量个数决定,:

INP=(inp1,…,inpn)(1)

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510607899.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top