[发明专利]基于梯度提升树的大规模新能源接入电网稳定性辨识方法

说明书

一种基于快速梯度提升树的新能源接入电网稳定性辨识方法。有效避免数学模型日趋复杂和不确定性因素给电力系统带来的影响，辨识过程中运算快速、准确率高，能够满足电网时效性和准确性需求。包括以下步骤：步骤1：模型建立；步骤2：基于电网电压、功角、频率数据的特征选择，将电网电压、功角、频率数据作为判定电网状态的基础数据，即判别模型的输入样本数据；步骤3：建立CART模型，将样本子空间划分为稳定状态、不稳定状态和临界状态；在进行XGbost模型训练时，将训练样本分为稳定状态、不稳定状态和临界状态三个集合，分别标记：步骤4：采用4层XGboost结构的模型接入电压、功角、频率的特征样本，输出即为电压、功角、频率的判定结果。

技术领域

本发明是以梯度提升树为基础的电网稳定性辨识方法，尤其涉及一种基于快速梯度提升树的大规模新能源接入电网稳定性辨识方法。

背景技术

传统的电力系统安全稳定分析主要基于机理模型的仿真计算，条件是参数和已知条件的确定性。电动汽车、新能源等持续渗透给电网带来了不确定性因素，挑战着电力系统分析特别是基于机理因果模型的分析方法：一方面，大规模新能源接入使计算方程日趋复杂，计算速度和精度往往不能满足电网发展需求；另一方面，新能源带来的不确定性因素日益复杂，难以利用物理方法建模，给分析控制带来了极大挑战。目前，新能源接入电网稳定性辨识还是采用仿真分析方法，因此不可避免地带来分析误差。

目前尚未有采用决策树进行新能源接入电网安全稳定性快速辨识的相关报道。

发明内容

本发明的目的是要解决现有技术存在的上述问题，提供一种基于快速梯度提升树的新能源接入电网稳定性辨识方法。能够从电网运行数据入手，有效避免数学模型日趋复杂和不确定性因素给电力系统带来的影响。另外，辨识过程中运算快速、准确率高，能够满足电网时效性和准确性需求。

本发明的技术解决方案是：

基于梯度提升树的大规模新能源接入电网稳定性辨识方法，包括以下步骤：

步骤1.模型建立

步骤1.1CART模型

对于包含有N个训练样本的数据集D，假设将输入空间划分为M个单元R₁，R₂，…，R_M，且单元R_j上输出的数值为c_m,m＝1,2,……，M，则回归树的模型为：

其中，I(·)为示性函数；

若任意选取一个以划分空间，回归树在训练数据集上误差利用损失函数表示，采用平方最小构建损失函数，如公式2：

其中，y_i为第i个子空间的真实值；

回归树需要寻找最佳划分点，使得划分方案对应的回归树平方误差在所有划分方案中误差最小，即满足损失函数要求；假设输入k维数据任意选择第j维(jk)的取值s作为划分变量的划分点；定义两个区域：

根据公式4构建数学模型公式4，求解分析最优划分变量j和最优划分点s；

其中，c₁、c₂分别为R₁和R₂区域所有输入样本对应的输出值的平均值；通过求解L′(x_i)可得最优划分点，再利用最优划分点划分区域，划分区域结果计算对应的输出值，如此循环计算这一过程，将最终满足终止条件的M个区域组合成决策树；常用终止条件有：节点中样本个数小于预定值、样本集的平方误差小于预定值和无更多特征可供划分选择；

步骤1.2 XGboost算法