[发明专利]一种基于堆叠降噪自编码器的概率性暂态稳定预测方法

权利要求书

1.一种基于堆叠降噪自编码器的概率性暂态稳定预测方法，其特征在于，包括如下步骤：

S1：确定风电出力范围、发电机有功出力波动范围和负荷波动范围，使用Cholesky分解生成具有风速相关性的风电场风电出力数据，使用拉丁超立方抽样生成系统负荷数据，作为系统初始运行工况；

S2：通过电力系统时域仿真，计算系统初始工况对应的暂态稳定性，生成训练深度学习模型的样本数据；

S3：使用堆叠降噪自编码学习系统初始工况与暂态稳定性之间的映射关系，生成基于SDAE的暂态稳定预测器；

S4：基于系统当前运行工况和不同的置信水平，生成下一个预测区间可能的运行场景；

S5：将下一个预测区间可能的运行场景输入SDAE中，得到对应的暂态稳定状态，统计系统稳定与失稳概率，作为下一个预测区间系统暂态稳定安全风险评估结果。

2.根据权利要求1所述的一种基于堆叠降噪自编码器的概率性暂态稳定预测方法，其特征在于，所述的确定风电出力范围、发电机有功出力波动范围和负荷波动范围，使用Cholesky分解生成具有风速相关性的风电场风电出力数据，使用拉丁超立方抽样生成系统负荷数据，作为系统初始运行工况，包括如下过程：

确定风电出力范围、发电机有功出力波动范围和负荷波动范围，其取值范围取决于设备参数以及系统安全约束，表示为：

其中，P_Gw为风机出力，P_G为发电机出力，P_L为有功负荷，不等式P^max、P^min分别代表其取值的上下限；

风速的统计分布服从威布尔分布，其概率密度函数为：

其中v_w(t)表示风速；k是形状参数，λ是风速的比例参数；威布尔分布的累积分布函数为：

利用Cholesky分解将不相关的风速转化具有指定相关性的风速；对于含有两个风电场的系统，其Cholesky分解为：

A＝LL^*

其中，A是相关性矩阵，L是下三角矩阵，L^*是L的共轭矩阵。

3.根据权利要求1所述的一种基于堆叠降噪自编码器的概率性暂态稳定预测方法，其特征在于，所述的通过电力系统时域仿真，计算系统初始工况对应的暂态稳定性，生成训练深度学习模型的样本数据，具体为：

假设系统中共有M条输电线路，设置输电线路中间三相短路故障，生成预想故障集；将预想故障集中M个故障线路和N个系统初始运行工况组合，生成M*N种暂态稳定仿真场景；使用电力系统仿真软件进行M*N次时域仿真，计算暂态稳定系数TSI，其计算公式为：

其中，δ_max为系统暂态仿真期间任意两台发电机之间的最大功角差；当TSI0，系统暂态稳定；当TSI0，系统暂态失稳；

时域仿真计算得到M*N个TSI，每个系统初始运行工况生成M个TSI，将其中最小的TSI与系统初始运行工况组合成一个训练深度学习模型的样本数据，共生成N个训练样本。