[发明专利]一种判断直流配电系统稳定性的实时监测方法及装置

说明书

本发明公开了一种判断直流配电系统稳定性的实时监测方法，包括：获得样本集；基于全连接神经网络构建训练系统，包括生成器网络模型，判别器和分类器网络模型；构建训练系统的损失函数；利用损失函数对训练系统进行训练，确定参数的生成器组成高置信度的伪标签直流电压数据模型；将实时观测得到的真实直流电压信息输入判别器和分类器网络模型，得到对于真实直流电压信息的稳定性实时判别结果。该方法能够获得足够稳定/不稳定标签直流电压数据，以及合适的稳定/不稳定标签比例，从而能够实时判别电网系统真实观测数据稳定性。本发明公开了一种判断直流配电系统稳定性的实时监测装置，准确即时得到对于真实直流电压信息的稳定性实时判别结果。

技术领域

本发明属于直流配电网技术领域，具体涉及一种判断直流配电系统稳定性的实时监测方法及装置。

背景技术

随着光伏、风能等新能源的利用越来越多，以及汽车、照明等直流负载的日益增多，直流配电网的负载愈发复杂。电力新能源的快速兴起，在电网中也有着举足轻重的地位，然而随着电网结构复杂度的增大、大规模的新能源并网和可充电设备的大量接入，电网的稳定性运行问题越来越显著.电网稳定性是电网安全的重要一环，失稳会对经济发展造成极大的影响。

尽管系统中每个变换器在单独设计和检测时是稳定的，但它们实际组成直流配电系统运行时，却会因为不同变换器之间的不匹配而诱发整个系统的振荡乃至失稳。

电力系统运行过程中，每个同步发电机必须处于同步状态；同时电力系统中各个电力节点的电压值和电力支路的功率潮流值在某一范围内波动，这就是所谓的稳定运行状态.当系统受到巨大扰动(如自然灾害、大功率机械的投切等)，各发电机之间难以保持同步，当无法恢复到同步运行状态时，就认为是电力系统运行失稳。

失稳的原因根据其结构特点可以分为供给性失稳、结构性失稳和负荷性失稳，其主要特征为电网频率和电压的震荡，然而，电网的稳定性是一个很难量化的特征。所以，如果电力系统在遭受扰动时，能提前预警是否会导致电力系统的失稳，并及时采取有并及时采取有效的预防措施，则会大大减少经济的损失。

目前电力系统的稳定性研究主要有时域仿真法、直接法和人工智能法近来，人工智能技术兴起，数据存储和高效计算设备的快速发展，伴随着大数据技术以及智能量测和智能电网(Smart Power Grid)的普及，电力大数据时代也随之到来，这为使用人工智能方式解决电力系统的问题提供了契机。

虽然数据驱动的机器学习模型在窃电和负荷预测上取得了长足的发展，但是对电网稳定性的研究大多仍基于理论研究，如设计一种稳定状态的判断标准.FILATRELLA G,NIELSEN A H,PEDERSEN N F.Analysis of a power grid using a Kuramoto-like model[J].The European Physical Journal B-Condensed Matter,2008,61(4):485-491文献公开了一种基于单扰动的稳定性状态评估准则，即当负荷的需求能量大大增加时会做出预警，但是该准则在稳定性调控自由度和准确率上有所欠缺。目前针对直流配电网的稳定性分析，通常采用模型分析的方法，记录电网波形后，推导公式并计算，得到电网稳定性的判据。而若要采用数据分析的方法，则要克服目前电网稳定性数据稳定/不稳定标签不足，且稳定标签数量远超过不稳定标签数量的标签比例不均衡问题。

发明内容

本发明提供了一种判断直流配电系统稳定性的实时监测方法，该方法能够获得足够稳定/不稳定标签的直流电压数据，以及合适的稳定/不稳定标签比例，从而能够实时判别电网系统真实观测数据稳定性。

S1：获得真实直流电压信息，编码每条真实直流电压信息获得真实直流电压特征向量，以构建样本集；

S2：基于全连接神经网络构建训练系统，包括生成器网络模型，判别器和分类器网络模型；