[发明专利]基于搜索吸引子误差算法的电力系统状态识别方法

权利要求书

1.一种基于快速准确搜索吸引子误差算法的电力系统状态识别方法，其特征在于，

首先，建立一个k阶电力系统模型，选取电磁功率扰动幅值及其频率这两个参数，根据模型随这两个参数的变化区间，得到系统运动状态在该区间变化平面上的分布；

然后，根据数值分析方法求解k阶系统微分方程得到系统的序列，通过计算迭代序列中极大值的一阶误差来判断系统运动轨迹，识别出电力系统状态为周期、混沌或者稳定点；

其中，设模型参数电磁功率扰动幅值μ和电磁功率扰动频率η分别在区间[μ₁,μ₂]和[η₁,η₂]变化，将μ-η平面进行网格化，即将区间[μ₁,μ₂]和[η₁,η₂]分别分成N等份，得到系统运动状态在该区间变化平面上的分布，然后根据数值分析方法求解电力系统模型得到系统的序列，通过计算迭代序列中极大值的一阶误差来判断系统运动轨迹，具体是指：

步骤1)、当μ＝μ₁+n₁(μ₂-μ₁)/N,η＝η₁+n₂(η₂-η₁)/N时，根据四阶Runge-Kutta求解k阶系统微分方程f(x₁,x₂,…,x_k)，得到系统的迭代序列为：

x_in+1＝x_in+(K_i1+2K_i2+2K_i3+K_i4)/6,i＝1,2,…,k

式中，K_i1＝f(x_i1,x_i2,…,x_ik)，K_i4＝f(x_in+h,x_in+1+hK_i3)，n_1,2＝1,2,3,…,N；n＝1,2,3,…,N；

步骤2)、从步骤1)计算出的L×k阶序列中，取出l×1阶序列X＝{x₁,x₂,…,x_l}，然后，求出这组序列中的极大值点，如果

x_m-1＜x_m＞x_m+1,m＝2,3,…,l-1

那么，x_m就将存入新的数组T，筛选完并将数组中数据降序排列再次存入数组T＝{t₁,t₂,…,t_j}；其中，L代表迭代数值结果的个数，l＜＜L；

步骤3)、对数组T＝{t₁,t₂,…,t_j}中的元素依次作差，即

e_s-1＝t_s-t_s-1,s＝2,3,…,j

将元素e_s-1降序排列，得到一个误差数组E＝{e₁,e₂,…,e_j-1}；

步骤4)、确立两个临界值ε₁和ε₂用来判断系统运动状态，设{a_j}＝[a₁,...,a_j]∈E，且a_j＞ε₂，则系统运动状态判断方式为：

如果max(|t_m|)≤ε₁，那么系统运动轨迹为稳定不动点，m＝1,...,j；

如果“length({a_j})＝0，且max(|t_m|)＞ε₁，那么系统运动轨迹为周期1；

如果“length({a_j})＝1，且max(|t_m|)＞ε₁，那么系统运动轨迹为周期2；

如果length({a_j})＝2，且max(|t_m|)＞ε₁，那么系统运动轨迹为周期3；

·

·

·

依次类推，

如果length({a_j})＝H且max(|t_m|)＞ε₁，那么系统运动轨迹为周期H+1；

如果length({a_j})＞H且max(|t_m|)＞ε₁，那么该电力系统运行轨迹就默认为是混沌或者系统失稳；H为8至15中的任意一个自然数；

步骤5)、再取下一组μ-η平面网格点的坐标值，并转向步骤1)，直至所有N×N网格点对应的吸引子搜索完。