[发明专利]电网运行断面的匹配方法和装置

说明书

本发明提供了电网运行断面的匹配方法和装置，包括：获取电网运行断面样本集；将电网运行断面样本集进行划分，得到无标签样本集、训练样本集和测试样本集；将无标签样本集通过初始堆叠自动编码器进行无监督预训练，得到预训练的权重和偏差参数；将预训练的权重、偏差参数和训练样本集通过初始堆叠自动编码器进行监督训练，得到目标堆叠自动编码器；将测试样本集输入目标堆叠自动编码器中，得到相似性分类结果；将相似性分类结果与预存分类结果进行比对，得到比对结果；根据比对结果确定匹配率，可以使用较少有标签样本，提高迭代速度和匹配的准确率。

技术领域

本发明涉及电力技术领域，尤其是涉及电网运行断面的匹配方法和装置。

背景技术

当电网在运行时，每5分钟到15分钟会记录一次整个区域内电网的整体运行状态，电网的整体运行状态包括保存当前时刻电网各节点的电压(幅值和相角)、母线和支路运行状态、发电量和负荷量等各种运行信息，以及在当前状态下电网调度和控制的工作票信息。

将电网某一时刻的整体运行状态称为一个电网运行断面。与此对应，运行断面信息应该包括这一时刻电网各部分的运行数据，并且包含这一运行断面下的工作票信息，其中，工作票信息包括运行方式安排、事故处理预案和工作批答等。

目前，采用K-means算法和CNN算法为当前电网运行断面匹配相似的历史运行断面，但是，采用上述两种方式匹配错误率较高，无法为当前电网运行断面匹配出相似的历史运行断面。

发明内容

有鉴于此，本发明的目的在于提供电网运行断面的匹配方法和装置，可以使用较少有标签样本，提高迭代速度和匹配的准确率。

第一方面，本发明实施例提供了电网运行断面的匹配方法，所述方法包括：

获取电网运行断面样本集；将所述电网运行断面样本集进行划分，得到无标签样本集、训练样本集和测试样本集；将所述无标签样本集通过初始堆叠自动编码器进行无监督预训练，得到预训练的权重和偏差参数；

将所述预训练的权重、所述偏差参数和所述训练样本集通过所述初始堆叠自动编码器进行监督训练，得到目标堆叠自动编码器；将所述测试样本集输入所述目标堆叠自动编码器中，得到相似性分类结果；

将所述相似性分类结果与预存分类结果进行比对，得到比对结果；根据所述比对结果确定匹配率。

进一步的，所述电网运行断面样本集通过以下方式获取：

获取原始特征量库和统计量库；

根据所述原始特征量库中的原始特征量和所述统计量库中的统计量的函数关系，得到多个电网运行断面的特征量；

从所述多个电网运行断面的特征量中选取多个电网运行断面样本，所述多个电网运行断面样本构成所述电网运行断面样本集。

进一步的，所述原始特征量库包括节点电压幅值、线路有功潮流、线路无功潮流、节点有功负荷、节点无功负荷、发电机有功出力和发电机无功出力中的至少一种；所述统计量库包括最大值、最小值、平均值、中位数、偏度和峰度中的至少一种。

进一步的，所述将所述相似性分类结果与预存分类结果进行比对，得到比对结果，包括：

将所述相似性分类结果与所述预存分类结果进行比对，得到正确分类的样本数量和错误分类的样本数量。

进一步的，所述根据所述比对结果确定匹配率，包括：

根据所述正确分类的样本数量与所述电网运行断面样本集中电网运行断面样本的数量，得到匹配准确率；

根据所述错误分类的样本数量与所述电网运行断面样本的数量，得到匹配错误率。

第二方面，本发明实施例提供了电网运行断面的匹配装置，所述装置包括：