[发明专利]一种基于长短期记忆网络的电网动态轨迹趋势预测方法

说明书

本发明是一种基于长短期记忆网络的电网动态轨迹趋势预测方法，其特点是，首先针对电压时序向量轨迹的几何特征，提取节点状态的时序演进规律，快速辨识系统发电机的同趋性；其次，基于长短期记忆网络快速预测等值机系统的受扰轨迹；最后依据扩展等面积准则计算切机量，实现暂态功角稳定的紧急控制。具有方法科学合理，适用性强等优点。

技术领域

本发明属于大电网暂态稳定控制的应用领域，具体涉及到一种基于长短期记忆网络的电网动态轨迹趋势预测方法。

背景技术

随着电网互联范围以及新能源发电规模的不断扩大，可再生能源高渗透率和高比例电力电子化特性日益突显，使得电网发展成为一个具有多源信息交互的高维时变非线性电力信息物理系统。现有的建模仿真和预想故障为核心的电网在线安全防御理念和稳定控制技术以难以适应电网发展要求，物理系统复杂化和多源信息化对暂态稳定分析与决策的准确性和时效性提出了更高要求，引入人工智能对满足当前暂态稳定研究提供新的思路。

近年来基于向量量测装置的广域量测系统在工程中的广泛应用极大程度地改变了暂态稳定分析的方法和手段，为暂态稳定在线紧急控制提供了技术支撑，也为提升暂态稳定紧急控制的精准度带来契机。

目前基于广域响应的暂态稳定控制方法主要依据扩展等面积准则量化评估向量量测装置实测曲线的稳定裕度。该方法的有效性很大程度依赖于同调机群划分的准确性以及等效单机无穷大系统的发电机功角等系统特征受扰轨迹的预测精度。不断壮大的长短期记忆网络凭借其强大的自学习和非线性拟合能力，可有效摆脱系统模型约束，为解决智能电网相应数据预测问题提供新的思路。

迄今未见有关基于长短期记忆网络的电网动态轨迹趋势预测方法的文献报道和实际应用。

发明内容

本发明所要解决的技术问题是：克服现有技术的不足，提供一种科学合理，适用性强的基于长短期记忆网络的电网动态轨迹趋势预测方法。这种方法仅通过短时受扰轨迹信息预测未来态系统受扰轨迹，能够有效的减少不必要的切机损耗，实现对高复杂性、多变性、随机性电网的紧急控制。

解决其技术问题采用的方案是：一种基于长短期记忆网络的电网动态轨迹趋势预测方法，其特征是，能够数据驱动摆脱物理模型约束，同时保证预测过程的时效性与精准性，它包括以下内容：

1)考虑到轨迹具有转角、长度两个表征其几何特征最重要的属性，定义轨迹偏移距离为：

式中，d_θ代表轨迹间的角度偏移；d_l代表轨迹间的长度偏移，两轨迹间的夹角为θ_j-θ_i，为基准向量，模值为1，方向同一致；

2)以d_l、d_θ提取复杂系统发电机特征，并通过DBSCAN(Density-Based SpatialClustering of Applications with Noise)基于密度的聚类算法判断各发电机节点电压相轨迹差异性，通过功角值划分复杂多机网络为超前机群以及滞后机群；

3)根据同调机群辨识结果，基于扩展等面积法则对复杂多机网络进行双机等值，等效转子运动方程为：

式中：S表示多机系统超前机群，A表示多机系统滞后机群；M_S为超前机群的等效惯性时间常数，M_A为滞后机群的等效惯性时间常数；P_m为发电机机械功率；P_e为发电机电磁功率；Δδ为等值机系统功角差；Δω为等值机系统转速差；ω₀为同步转速；从(3)式中能够得出等值机系统等效功率数据；