[发明专利]一种确定电力系统的稳定性分析数据样本的方法及系统

说明书

本申请公开了一种确定电力系统的稳定性分析数据样本的方法及系统。其中，该方法包括：根据电网的多种运行方式，确定多个表征系统特征的关键变量；通过仿真计算，在所述多种运行方式以及不同交直流故障形态下，确定与所述多个表征系统特征的关键变量对应的多个响应曲线；根据电力系统的不同稳定需求，对所述多个响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线；以及根据电网控制需求，确定取样时间窗口，并根据与特定稳定需求对应的特征变量曲线以及所述取样时间窗口，确定电力系统的稳定性分析数据样本。

技术领域

本申请涉及电力系统技术领域，特别是涉及一种确定电力系统的稳定性分析数据样本的方法及系统。

背景技术

新能源大规模并网、大容量远距离特高压直流输电是我国电网当前运行的两大主要特点和发展趋势。由于新能源随机波动性、以及特高压直流故障冲击大，导致电网运行工况多变，引起电网失稳的故障形态更加多样化，复杂性和不确定性进一步增强，故障越来越难以有效判别、控制策略越来越难以制定，传统控制方法的有效性也进一步降低。

人工智能的学习和推理技术，能够充分利用电网一、二次设备的实时状态信息、离线仿真数据、动态模拟实验数据提取主要特征量，建立故障形态与学习规则之间的映射关系，同时具备推理能力。这为有效应对电力系统方式的多变性、故障形态的不确定性等问题提供了契机，为实现大电网复杂故障智能识别和判断提供技术依据。

然而，我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理，是有效提高人工智能算法学习效率的基础。

针对上述的现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题，目前尚未提出有效的解决方案。

发明内容

本公开的实施例提供了一种确定电力系统的稳定性分析数据样本的方法及系统，以至少解决现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题。

根据本公开实施例的一个方面，提供了一种确定电力系统的稳定性分析数据样本的方法，包括：根据电网的多种运行方式，确定多个表征系统特征的关键变量；通过仿真计算，在多种运行方式以及不同交直流故障形态下，确定与多个表征系统特征的关键变量对应的多个响应曲线；根据电力系统的不同稳定需求，对多个响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线；以及根据电网控制需求，确定取样时间窗口，并根据与特定稳定需求对应的特征变量曲线以及取样时间窗口，确定电力系统的稳定性分析数据样本。

根据本公开实施例的另一方面，还提供了一种确定电力系统的稳定性分析数据样本的系统，包括：确定关键变量模块，用于根据电网的多种运行方式，确定多个表征系统特征的关键变量；确定响应曲线模块，用于通过仿真计算，在多种运行方式以及不同交直流故障形态下，确定与多个表征系统特征的关键变量对应的多个响应曲线；确定特征变量曲线模块，用于根据电力系统的不同稳定需求，对多个响应曲线进行分类，确定与特定稳定需求对应的特征变量曲线；以及确定数据样本模块，用于根据电网控制需求，确定取样时间窗口，并根据与特定稳定需求对应的特征变量曲线以及取样时间窗口，确定电力系统的稳定性分析数据样本。

在本发明中，提供一种确定电力系统的稳定性分析数据样本的方法，该发明得到的数据样本与系统的稳定水平相关性强，可有效满足稳定评估所需要的电气量信息；且仅提取关键变量信息，能有效避免由于特征量维数过高引起的人工智能算法学习和判断效率的降低，为复杂大电网故障智能识别和控制奠定基础。进而解决了现有技术中存在的我国电网规模庞大、数据维度高，如何从海量数据中快速提取合理有效的电网故障样本数据并针对不同的稳定问题进行分类处理的技术问题。

附图说明