[发明专利]一种基于半监督谱聚类的黑启动分区方法

权利要求书

1.一种基于半监督谱聚类的黑启动分区方法，结合遗传算法，对待恢复机组进行分组，将分组结果作为成对约束条件修正谱聚类算法，并制定黑启动分区恢复方法。首先不考虑电力系统电压等级和节点性质的区别，无差别地对待黑启动系统中的节点和线路，将待分区启动的电力系统抽象为一个无向加权图，将线路的电气距离作为和线路权重值相关的参数，根据图论的知识，利用Ncut割集切图方式建立电力系统的分区模型；其次为使得系统分区后机组分组最优，在对系统进行分区前对各机组进行分组。以黑启动机组数目和负荷数目的最小值作为分组数目，建立最大化机组发电量、最小化机组恢复所用线路的恢复时间和电纳值之和的机组分组模型，并选用遗传算法求解该模型；最后将机组分组信息作为成对的约束条件修正谱聚类算法，将无监督的谱聚类改进成半监督谱聚类算法求解电力系统的分区模型。

2.基于权利要求1所述的一种基于半监督谱聚类的黑启动分区方法，所述方法包括以下步骤：

I：不考虑节点和线路之间的差别，将待分区的电力系统抽象成无向加权图；

II：计算图中各个节点之间线路的权重值，求得邻接矩阵W和度矩阵D；

III：建立机组分组模型，以保证机组分组合理，使机组总发电量最大化和恢复线路总电纳最小化，利用遗传算法求解最优解；

IV：根据得到的机组分区信息修改W矩阵；

V：计算拉普拉斯矩阵L；

VI：构建标准化的拉普拉斯矩阵；

VII：计算标准化后的拉普拉斯矩阵的前k小个特征值和特征向量；

VIII：将k个特征向量h_j(j＝1...k)组成的矩阵按行标准化，生成n×k维的特征矩阵H；

IX：用K-means算法对特征矩阵的行向量进行聚类，最终得到待恢复系统中所有节点的划分方式。

3.如权利要求2的II，节点之间的权重由一下公式计算：

从而得到邻接矩阵W。对于图中的任意一个点v_i，它的度d_i定义为和它相连的所有边的权重值之和，即：

n的值为和v_i相连的边的数目，n个节点的度组成一个n阶的对角矩阵，即求出度矩阵D。

4.如权利要求2的III，建立以机组总发电量最大化和恢复线路总电纳最小为目标函数，函数表达式如下：

。

5.如权利要求2的III，机组分组模型的不等式约束包括启动功率约束，时间约束，无功功率约束，有功功率约束，电压约束等：

0＜T_rj＜T_mcj j＝1，2...k

P_i≤P_imax i＝1，2，...，l_s。

6.如权利要求2的III的机组分组模型应用遗传算法进行求解。遗传算法采用二进制的染色体编码方式，若系统中存在n个待启动电源，要按照黑启动电源数目将其分成k个组，那么每个机组分区方案可以设计成一个长度为2n的染色体(i₁，i₂，...，i_n|j₁，j₂，...，j_n)，前面的n位数字表示分区情况，后面的n位数字表示启动顺序。遗传算法经过选择，交叉，变异进行寻优，最终找到适应函数的最大值的个体。