[发明专利]一种基于集成决策树的电力系统在线动态安全评估方法在审
申请号: | 201910011415.1 | 申请日: | 2019-01-04 |
公开(公告)号: | CN109726766A | 公开(公告)日: | 2019-05-07 |
发明(设计)人: | 刘颂凯;刘礼煌;程江洲;史若原;佘小莉;卢云;杨楠;李世春 | 申请(专利权)人: | 三峡大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q50/06 |
代理公司: | 宜昌市三峡专利事务所 42103 | 代理人: | 余山 |
地址: | 443002 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 决策树 知识库 在线动态安全评估 电力系统 离线训练 分布式处理技术 电力系统安全 电网安全运行 筛选 停电事故 训练样本 提升型 更新 构建 排序 合并 评估 预测 主导 创建 | ||
1.一种基于集成决策树的电力系统在线动态安全评估方法,其特征在于,包括以下步骤:
步骤一):在未来每一个电力系统的运行阶段,提前一天生成若干个预测运行条件,对预测的若干个运行条件,选择数个偶然事故进行详细的潮流分析和时域模拟,对预测事故进行排序和筛选,利用筛选后的主导事故集建立离线训练所需的初始知识库;
步骤二):基于初始知识库,构建提升型集成决策树并对此决策树进行离线训练;
步骤三):合理创建新的训练样本,与初始知识库进行合并,并利用新的知识库对决策树进行更新;
步骤四):利用更新后的决策树以及分布式处理技术对电力系统进行在线动态安全评估。
2.根据权利要求1所述的一种基于集成决策树的电力系统在线动态安全评估方法,其特征在于:在步骤一)中,根据日前负荷预测和发电计划,在未来每一个电力系统的运行阶段都提前一天生成N个预测运行条件,对于日前预测的N个运行条件,可选择K个偶然事故进行详细的潮流分析和时域模拟,并且通过使用指定的动态安全标准对每一个偶然事故的N个预测运行条件进行标记,分别为“安全”或者“不安全”,通过事故的筛选和排序构成由K个偶然事故形成的主导事故集,并得到一个由N·K个训练样本组成的初始知识库,其中N和K均是大于0的整数。
3.根据权利要求2所述的一种基于集成决策树的电力系统在线动态安全评估方法,其特征在于:所述动态安全标准包括暂态稳定性、阻尼性能、暂态电压降落/上升、暂态频率、继电器裕度。
4.根据权利要求2所述的一种基于集成决策树的电力系统在线动态安全评估方法,其特征在于:将其中每个样本都用一个向量{x1,...,xP,y}来表示,其中x1是代表某个偶然事故的参数,{x2,...,xP,y}是从对一个运行条件下的系统进行潮流分析而得到其数值属性的值,y是偶然事故x1下的一个运行条件所对应的暂态安全分类决策。
5.根据权利要求4所述的一种基于集成决策树的电力系统在线动态安全评估方法,其特征在于:选取PMU的测量数据作为数值属性。
6.根据权利要求1所述的一种基于集成决策树的电力系统在线动态安全评估方法,其特征在于:在步骤二)中,基于步骤一)所构成的初始知识库,建立若干个小型决策树,通过决策树归纳算法建立能够拟合训练数据并能准确预测新样本的决策的决策树。
7.根据权利要求6所述的一种基于集成决策树的电力系统在线动态安全评估方法,其特征在于:利用提升算法对这若干个小型决策树进行集成,即构成提升型集成决策树,在基于集成决策树的动态安全评估方案中,通过对若干个小型决策树的加权计算,得到运行条件向量x(记为HL(x))的安全分类决策。对于小型决策树的集合(记为hl),动态安全评估分类有两种方法:确定性分类和概率分类,本发明采用确定性分类。安全分类决策为
式中:al(l=1,2...L)为各个决策树的权重。
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三峡大学,未经三峡大学许可,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/201910011415.1/1.html,转载请声明来源钻瓜专利网。