[发明专利]一种电网智能暂态稳定评估系统

权利要求书

1.一种电网智能暂态稳定评估系统，其特征在于，包括：

相量测量单元，用于以设定的频率测量并采集扰动后的电网状态量；

预处理单元，用于对相量测量单元所采集到的电网状态量进行预处理；

稳定分类模块，用于以预处理单元的输出作为输入，输出稳定分类向量；

关键发电机模块，用于以预处理单元的输出作为输入，输出发电机稳定程度向量；

稳定分类简单逻辑处理单元，用于对稳定分类向量进行逻辑判断处理，输出稳定分类转换信号；

关键发电机简单逻辑处理单元，用于对发电机稳定程度向量进行逻辑判断处理，输出发电机稳定程度转换信号；

辅助决策模块，用于以稳定分类转换信号和发电机稳定程度转换信号为输入，输出最终的稳定状态判别结果和关键发电机集合。

2.如权利要求1所述的电网智能暂态稳定评估系统，其特征在于，所述电网状态量包括各母线电压幅值和相角，对于N个节点的电网，对第t个采样时步，具有C种特征量的PMU数据矩阵排列如下：

其中，F_i＝[x_1i,x_2i,…,x_Ni]^T代表第i个特征列向量。

3.如权利要求2所述的电网智能暂态稳定评估系统，其特征在于，所述预处理单元对相量测量单元所采集到的电网状态量的每种特征均采用zscore归一化：

其中，μ，σ分别为特征向量对应的均值与方差，F′为归一化的特征列向量。

4.如权利要求1所述的电网智能暂态稳定评估系统，其特征在于，所述稳定分类模块采用深度学习网络模型，若输入对应的扰动下系统失稳，则该模块输出为[1,0]^T；反之，若系统稳定，则输出为[0,1]^T；；所述深度学习网络模型采用样本进行离线训练而成。

5.如权利要求4所述的电网智能暂态稳定评估系统，其特征在于，所述关键发电模块采用深度学习网络模型，记电网中发电机总数为N_G，则关键发电机辨识模块的输出是一个按发电机序号排列、长度为N_G-1的列向量c中每一个元素取值均在[0,1]之间，即有所述深度学习网络模型采用样本进行离线训练而成。

6.如权利要求4所述的电网智能暂态稳定评估系统，其特征在于，所述稳定分类简单逻辑处理单元，用于对稳定分类向量进行逻辑判断处理，输出稳定分类转换信号包括：

在线运行时，稳定分类模块的输出向量中的每个元素不再是0/1两个值，而是[0,1]之间的连续值，记其输出的稳定分类向量有

若输出信号S₁；反之，则输出信号S₂；δ_u为阀值。

7.如权利要求5所述的电网智能暂态稳定评估系统，其特征在于，所述关键发电机简单逻辑处理单元，用于对发电机稳定程度向量进行逻辑判断处理，输出发电机稳定程度转换信号包括：

在线运行时，关键发电机预测模块输出的向量是长度为N_G-1的稳定程度向量其中，每个元素取值也在[0,1]之间，有

定义两个阈值δ，δ_a，给定0＜δ＜δ_a＜1；δ主要用于筛选关键发电机；而δ_a则用于筛选重要发电机；

若中所有元素均满足则输出信号S₅；否则，若所有元素都满足且至少存在一台机组其稳定程度不满足则输出信号S₄；否则输出信号S₃。