[发明专利]一种电力系统运行方式数据特征两阶段选择方法

说明书

本发明属于电力系统运行和控制技术领域，涉及一种电力系统运行方式数据特征两阶段选择方法。首先通过基于标准化互信息和交互信息增益的IG‑RFE特征选择Filter阶段算法，去除相关算法中的先验参数并且正确判断特征之间的复杂依赖关系，从而实现电力系统运行方式数据关键特征的自动搜寻和提取；然后通过改进混合核函数SVM算法协同递归特征消除RFE搜索方法进行不良特征的移除，直到获得结果数量为预设值大小的特征集合，实现了电力系统关键特征高效、准确自动搜寻。本方法提高了电力系统运行方式数据特征选择的效率和准确率，为电网运行方式数据特征选择提供技术依据和实用化方法。

技术领域

本发明属于电力系统运行和控制技术领域，涉及一种电力系统运行方式数据特征两阶段选择方法。

背景技术

我国特高压交直流混联电网规模不断扩大,新能源的广泛接入以及柔性负荷与电网双向互动程度的加大,使得源荷双侧的不确定性加大，电网特性的日益复杂，对调度运行人员监视和调控电网的安全稳定运行提出了巨大的挑战。因此，研究电网潜在的安全稳定问题，提高电力系统的可观性和可控性，实现大电网暂态稳定高效、快速评估，对维持电力系统安全稳定运行具有重要意义。随着广域量测技术的成熟和大数据理论的发展，基于人工智能方法进行在线TSA为大电网的智能控制提供了新的思路。

由于实际大规模交直流混联系统所含变量众多，其数据规模大，维数高，只有少数的特征量会影响系统的稳定水平，且大部分特征都是冗余的，如果作为暂态评估模型的输入，势必会影响计算效率、分类效果及在线应用的要求，因此需要对电力系统中的初始输入特征进行筛选，找到在所研究的安全稳定问题中起关键作用的特征。

发明内容

本发明的目的是提出一种电力系统运行方式数据特征两阶段选择方法，包括基于信息论的Filter阶段特征选择过程和基于改进SVM算法的Wrapper阶段特征选择过程，将已被实践证明的电网运行方式数据特征纳入初始候选特征中，筛选能够提供补充信息的特征，以尽量少的特征提供尽可能多的潮流信息，以便于调度运行人员实施监控。

本发明提出的电力系统运行方式数据特征两阶段选择方法，该方法包括以下步骤：

(1)对电力系统运行方式数据进行基于标准化互信息和交互信息增益的Filter阶段特征选择，包含以下步骤：

(1-1)从电力系统的同步矢量测量单元中获取电力系统运行方式数据，并对数据中的缺失数据进行补充，对重复数据进行删除，得到有效数据，对每一组运行数据构建出一个样本以及样本的特征，按照暂态稳定与否对样本打上0或1的标签，记做样本的类别属性C；

(1-2)构建一个已选特征子集S，初始化S为空集；构建一个备选特征集合US，初始化为空集；分别构建集合S和集合US的分类准确率指标，记做Acc(S)和Acc(US)，初始化时将Acc(S)和Acc(US)分别设为0；

上述Acc(US)和Acc(S)分别表示目标最优特征子集S和备选特征集合US的分类准确率，分类准确率的计算公式如下：

式中，TP、FN、FP和TN分别表示在给定的机器学习算法中，二分类问题的样本被正确地划分为正例的样本个数、被错误地划分为负例的样本个数、被错误地划分为正例的样本个数和被正确地划分为负例的样本个数；

(1-3)根据步骤(1-1)的有效数据，构建一个电力系统运行方式数据的初始特征集合，将备选特征集合US更新为该初始特征集合；