[发明专利]基于粒子群算法和梯度提升树的电网运行安全评估方法

权利要求书

1.基于粒子群算法和梯度提升树的电网运行安全评估方法，其特征在于，包括以下步骤，

步骤1：收集电力系统运行数据，同时基于预想事故集进行仿真得到故障样本，形成样本集；

步骤2：对样本集进行特征选择，得到能用来预测电力系统状态的关键变量；

步骤3：结合梯度提升树与集成学习，构建在线动态安全评估模型，利用关键变量对模型进行离线训练与更新，对电力系统状态进行回归预测；

步骤4：将实时电力系统运行数据输入到构建的在线动态安全评估模型中，对电网进行实时动态安全评估。

2.根据权利要求1所述的基于粒子群算法和梯度提升树的电网运行安全评估方法，其特征在于，步骤1还包括构建动态安全指标，安全指标的计算式如下：

式中CCT为电力系统中某位置发生故障下的极限切除时间；ACT为故障点的实际切除时间；TSM为暂态稳定裕度。

3.根据权利要求1所述的基于粒子群算法和梯度提升树的电网运行安全评估方法，其特征在于，步骤2中，采用粒子群算法对样本集进行特征选择，具体步骤如下，

步骤2-1：把可能与动态安全评估相关的量作为待选量，初始化粒子的位置和速度；

步骤2-2：将粒子的位置和速度根据迭代公式进行迭代；

步骤2-3：将迭代结果代入优化目标函数得出适应值，用来衡量解的优劣性；通过群体中粒子之间的合作与竞争产生的群体智能指导优化搜索，找出具有最优分类结果的特征集。

4.根据权利要求3所述的基于粒子群算法和梯度提升树的电网运行安全评估方法，其特征在于，步骤2-1中，粒子的位置代表优化问题的解，其编码采用二进制方式，即粒子位置的每一维分量为0或1；粒子的速度为位置变化的概率，即粒子速度的每一维分量代表对应的位置维分量选择0或1的概率，粒子的速度通过Sigmoid函数约束到区间[0,1]上；假设在D维空间进行搜索，随机初始化由m个粒子组成的群体，第i个粒子的位置X_i表示为{x_i1,x_i2,…,x_iD}；相应的飞行速度V_i表示为{v_i1,v_i2,…,v_iD}。

5.根据权利要求4所述的基于粒子群算法和梯度提升树的电网运行安全评估方法，其特征在于，步骤2-2中，每一次迭代过程中，粒子通过两个极值来更新自己的速度和位置：1)个体极值P_i：粒子自身迄今为止所搜索到的最优解，表示为{p_i1,p_i2,…,p_iD}；2)全局极值P_g：群体迄今为止所搜索到的最优解，表示为{p_g1,p_g2,…,p_gD}；

每次迭代粒子的速度更新规则如下：

位置更新规则如下：

S(v_id)＝1/(1+exp(-v_id)) (4)

式中，w是惯性权重，用来控制前面的速度对当前速度的影响；c₁、c₂是加速因子；r₁、r₂是均匀分布在[0,1]区间上的随机数；rand()是均匀分布在区间[0,1]上的随机数；S(v_id)是Sigmoid函数；

迭代的终止条件为最大迭代次数或粒子群迄今为止搜索到的最优位置满足最佳适应值的阈值。

6.根据权利要求5所述的基于粒子群算法和梯度提升树的电网运行安全评估方法，其特征在于，步骤2-3中，特征选择时，分别利用1、0表示选择特征、不选择特征作为关键变量，粒子群中每个粒子代表一个待选择的特征集，通过计算每个粒子的适应度值更新个体极值P_i和全局极值P_g，计算每个粒子的适应度值时，结合梯度提升树使用该特征集对所对应的样本集对电网安全状态进行预测评估，评估正确率作为该粒子的适应度，最终找出具有最优结果的特征集。