[发明专利]一种电网拓扑结构节点电压感知方法及装置

权利要求书

1.一种电网拓扑结构节点电压感知方法，其特征在于，所述方法包括：

获取当前时刻电网拓扑结构的功率数据；

根据当前时刻电网拓扑结构的功率数据确定当前时刻电网拓扑结构的各节点电压。

2.如权利要求1所述的方法，其特征在于，所述电网拓扑结构的功率数据包括：各发电机组有功功率和无功功率以及各负荷的有功功率和无功功率。

3.如权利要求2所述的方法，其特征在于，所述根据当前时刻电网拓扑结构的功率数据确定当前时刻电网拓扑结构各节点电压，包括：

将当前时刻电网拓扑结构的功率数据作为预先获取的广义回归神经网络模型的输入层数据，获得预先获取的广义回归神经网络模型输出的当前时刻电网拓扑结构的各节点电压。

4.如权利要求3所述的方法，其特征在于，所述预先获取的广义回归神经网络模型的获取过程包括：

获取各发电机组的有功功率样本值和无功功率样本值以及各负荷的有功功率样本值和无功功率样本值；

基于所述各发电机组的有功功率样本值和无功功率样本值以及各负荷的有功功率样本值和无功功率样本值进行潮流计算，获得电网拓扑结构的各节点电压样本值；

将各发电机组的有功功率样本值和无功功率样本值以及各负荷的有功功率样本值和无功功率样本值作为广义回归神经网络模型的输入层样本，将电网拓扑结构的各节点电压样本值作为广义回归神经网络模型的输出层样本，训练广义回归神经网络模型，获得所述预先获取的广义回归神经网络模型。

5.如权利要求4所述的方法，其特征在于，按下述方法获取各负荷的有功功率样本值和无功功率样本值：

利用蒙特卡洛抽样算法对预先获取的各负荷的有功功率对应的正态分布概率模型和各负荷的无功功率对应的正态分布概率模型进行抽样，获得各负荷的有功功率样本值和无功功率样本值；

其中，按下式确定预先获取的各负荷的有功功率对应的正态分布概率模型的分布函数：

式中，f(p)为负荷有功功率p对应的分布概率，μ_p为负荷历史有功功率的均值，σ_p为负荷历史有功功率的标准差；

按下式确定预先获取的各负荷的无功功率对应的正态分布概率模型的分布函数：

式中，f(q)为负荷无功功率q对应的分布概率，μ_q为负荷历史无功功率的均值，σ_q为负荷历史无功功率的标准差。

6.如权利要求4所述的方法，其特征在于，按下述方法获取各发电机组的有功功率样本值和无功功率样本值：

S1.随机生成各发电机组运行状态的随机数R，并按下式确定各发电机组的运行状态：

式中，G为发电机组的运行状态，R∈[0,1]，U为发电机组停止运行的概率，PD为发电机组降额运行的概率；

S2.根据各发电机组的运行状态确定各发电机组的有功功率样本值和无功功率样本值。