[发明专利]基于小波变换的同调机群识别方法及装置

说明书

本发明公开了一种基于小波变换的同调机群识别的方法及装置，其中方法包括：获取电力系统中的各个发电机的功角曲线；分别对各个发电机的功角曲线进行小波变换分析；分别对小波变换分析后的各个发电机的功角曲线进行特征提取，得到各个发电机的同调识别关键特征；根据各个发电机的同调识别关键特征进行基于密度的聚类分析，得到多个同调机群。该方法可以比较快速、准确地识别出电力系统暂态过程中的同调机群，实现同调机群的实时判别，从而为调度人员采取相应紧急控制措施提供了重要参考，提升电力系统的稳定控制水平。

技术领域

本发明涉及电力系统稳定分析领域，尤其涉及一种基于小波变换的同调机群识别方法及装置。

背景技术

为了解决能源结构和电力增长之间日益突出的矛盾、实现电网更经济可靠的运行，世界各大电力运营商均开始了大规模电网互联进程，我国目前也已基本形成了“西电东送、南北互供、全国联网”的总体格局。然而，大型互联电网的稳定特性往往非常复杂，在互联电网中发生严重故障甚至诱发连锁故障、特别是故障发生在系统薄弱环节时，将有可能引发机群失步，即系统中的各个发电机分裂为若干个异步的发电机群，各个机群之间相互摆开。如果这种失步现象得不到有效的抑制，那么随着异步发电机群间的功角不断拉大，将会进一步导致更多的传输线及其它设备发生过载，严重影响电力系统稳定性。而同调机群的快速、准确识别是在机群失步情况下采取紧急控制措施的重要前提和关键问题。

同调机群识别是电力系统稳定控制的重要问题。同调机群识别的常用信息包括系统的模型数据、状态变量在初始时刻的静态数据、受扰后某些特殊瞬间的动态数据、以及受扰过程中的时间响应曲线数据。这几类数据所包含的同调信息量依次增加。同调机群识别方法主要包括以下几类：(1)基于特征量的分类法，其基本思路是选择一组能够准确描述发电机同调性质的特征参数(如电机转子摇摆角、动能、角速度、初始加速度、系统的导纳矩阵、机电距离、电压等)，根据预先选择的合适的同调判别标准，利用合适的分群算法对形成的数据集进行分类得到同调发电机分组结果，对于事先预知分类数的同调机群识别问题，此类方法具有直观、简便的优点，但是对于事先不知道分类数的情况，需要根据经验给出大致的分类数，这无疑带有一定的主观因素，提高了操作的难度，降低了方法的实用性；(2)基于线性化系统矩阵的解析法，这类方法基于线性化的系统状态方程进行研究，状态矩阵的每个特征值对应一种振荡模式，分析特征值所对应的特征向量以确定机组间的相关程度，从而判别同调发电机组，典型方法有基于雅克比矩阵的分解法、基于Epsilon分解(Epsilon-Decomposition，厄普西隆分解)的弱耦合法、双时间尺度方法、慢同调法等，线性化状态方程的方法在小干扰分析中有广泛应用，然而对大干扰情况是否适用、为何适用，其机理仍有待研究；(3)基于发电机功角曲线的数据挖掘法，这类方法从发电机功角曲线出发，基于功角的时域、频域特性数据获取同调信息，这种方法不需要知道机组参数，在实时判别中具有很好的应用前景，但是由于基于功角曲线的数据挖掘是一种时序数据聚类或是高维数据聚类，算法复杂而耗时，因此如何从这一角度出发研究简洁、快速的算法仍是一个亟待解决的问题。

发明内容

本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种基于小波变换的同调机群识别方法，该方法可以比较快速、准确地识别出电力系统暂态过程中的同调机群，实现同调机群的实时判别，从而为调度人员采取相应紧急控制措施提供了重要参考，提升电力系统的稳定控制水平。

为达上述目的，本发明第一方面实施例提出了一种基于小波变换的同调机群识别方法包括以下步骤：S1，获取电力系统中的各个发电机的功角曲线；S2，分别对所述各个发电机的功角曲线进行小波变换分析；S3，分别对小波变换分析后的所述各个发电机的功角曲线进行特征提取，得到所述各个发电机的同调识别关键特征；S4，根据所述各个发电机的所述同调识别关键特征进行基于密度的聚类分析，得到多个同调机群。