[发明专利]一种含风电场电力系统在线同调识别方法

权利要求书

1.一种含风电场电力系统在线同调识别方法，其特征在于，包括：

步骤1，含风电场电力系统离线分类求解步骤：首先计算出风机功率置换后的所连电机功角变化近似值，用电机节点构建动态图论G_D，并定义边权值从而得到改进发电机耦合程度拉普拉斯矩阵，解出该广义特征问题的费德勒矢量u,再用k-means算法对费德勒矢量u各行元素进行分类得到离线分类结果；

步骤2，基于发电机耦合程度约束的半监督在线识别步骤：根据步骤1获得的离线分类结果对电力系统邻接图的功角权值矩阵进行修正，使得类内同调机组间的距离小于类间同调机组间的距离，进而运用发电机之间的耦合关系修正从功角轨迹中提取的信息；

步骤3，基于修正余弦相似度因子的特征向量模式识别步骤：为了将风机接入后的发电机之间相关程度映射到低维空间中，提取改进算法的前k个特征向量V＝[v₁,v₂,…v_k]；采用修正余弦距离计算相似度，通过对各维度数据减去平均值，对各维度数据进行中心化处理,解决向量维度量纲的差异性,将系统发电机之间的相关程度映射到k维子空间中最终得到在线同调分群结果。

2.根据权利要求1所述的一种含风电场电力系统在线同调识别方法，其特征在于，所述的步骤1中，获取含风电场电力系统离线分类结果的具体操作方法如下：

步骤1.1，计算传统电力系统收缩导纳矩阵，将风电场并入电力系统后，将风机注入的功率以电流的形式加在原电力系统的同步发电机节点上，通过修改原电力系统同步发电机节点的自导纳对风机注入的电流进行折算，得到含风电场的收缩导纳矩阵：

Y_Wii＝ΔY_i+Yg_ii

式中:Y_Wii为等效收缩导纳矩阵，ΔY_i为风机并入后节点导纳矩阵变化量，ΔY_gii为原系统发电机节点导纳矩阵；

步骤1.2，将风电场和最近的同步机组联合分析，将二者等效为一个虚拟的发电机节点V_G，计算该等效发电机的等效功角：

δ′_r＝arcsin(P′_rsinδ_r/P_r)

式中，Pr，δi为同步发电机r的初始功率和功角,P′_r,δ′_r为等效发电机节点V_G的等效功率和等效功角；

步骤1.3，通过构建无向图G_D(V,V_G,E,W)反映电力系统中同调机群的耦合程度，定义其耦合程度拉普拉斯矩阵L_D:

风机并入系统后，发电机耦合程度拉普拉斯矩阵变化量ΔL_D:

式中:P_ij、δ_ij分别为发电机i与j之间的功率和功角；V_i为第i台发电机的暂态电势；B_ij为收缩导纳矩阵对应元素虚部；

对该矩阵进行离线的电力系统发电机耦合程度识别,根据广义特征公式-L_Du＝λMu计算费德勒矢量u,并用K-means算法对各行元素分类得到离线分类结果。

3.根据权利要求1所述的一种含风电场电力系统在线同调识别方法，其特征在于，所述步骤2中，构建邻接图G后，根据上一步骤得到的离线分类结果对邻接权值矩阵W修正，使得类内同调机组间的距离小于类间同调机组间的距离；

K(i,j)＝exp(-||x_i-x_j||²/t)

根据邻接权值矩阵W计算出度矩阵A和拉普拉斯矩阵L.

4.根据权利要求1所述的一种含风电场电力系统在线同调识别方法，其特征在于，步骤3中，,修正余弦相似度因子，提取步骤2得到的前k个特征向量V＝[v₁,v₂,…,v_k]，计算分群矩阵P：

P_ij表示v_i和v_j两特征向量之间紧密度，即发电机i和j之间的同调程度；e_m表示矩阵V第m列元素的平均值。