[发明专利]一种基于KFCM聚类分析和PMU装置的主动配电网预想故障集筛选方法

说明书

本发明涉及一种基于KFCM聚类分析和PMU装置的主动配电网预想故障集筛选方法，1)获取配电网故障时数据、配电网正常运行时数据及PMU装置的高密度量测数据；2)获取故障后全网各节点电压相量与全网各节点正常运行时标准电压相量的差作为被聚类数据集，作为初始聚类数据集；3)采用KFCM聚类算法对初始聚类数据集进行聚类划分；4)进行聚类有效性分析，确定每种故障类；5)进行故障类严重度分析，获取各故障类严重度指标；6)按故障类严重度指标依次输出相应故障类，完成预想故障集初步筛选；7)采用云理论对预想故障集初步筛选结果进行排序及分析。与现有技术相比，本发明具有提高故障集筛选准确度、有效反映不同故障类严重程度等优点。

技术领域

本发明涉及配电网预想故障集筛选技术领域，尤其是涉及一种基于PMU高密集电压相量量测数据，利用KFCM聚类和云模型统筹故障严重度和不确定性两个层面对预想故障集进行筛选排序的方法。

背景技术

预想故障集筛选是系统故障后静态安全分析的重要内容，实际中的电力系统往往网架结构复杂、设备众多，如果对其可能发生的每一种故障进行详尽分析，则工作量巨大、难以实现；同时在分布式风光大规模应用的背景下，传统配电网已向主动配电网转变，因此如何进行含分布式风光接入下的主动配电网预想故障集筛选，对系统潜在风险态势下待分析故障集进行初步排序分析，并利用云模型筛选出考虑分布式电源和负荷不确定性的最严重故障类，对主动配电网故障后静态安全分析有非常重要的意义。

经对现有文献进行检索发现，现有文献中，徐泰山，杜延菱，鲍颜红等在《电力系统自动化》(2018,42(13):182-188)上发表的《在线暂态安全稳定评估的分类滚动故障筛选方法》构建四维暂态安全稳定裕度筛选指标。何宇斌，文云峰，戴赛等在《电力系统保护与控制》(2015,43(13):52-59)上发表的《基于故障风险指标排序的安全约束最优潮流》通过结合风险理论与非支配故障筛选理论，形成基于过载风险指标的预想故障集。焦昊，文云峰，郭创新等在《中国电机工程学报》(2016,36(08):2068-2076)上发表的《基于概率有序树的预想故障集贪心筛选算法及其在可靠性评估中的应用》考虑多重故障影响，分别构建故障发生概率指标与故障影响域指标，对预想故障集进行精细筛选及排序优化分析。刘舒，李昆鹏，田书欣等在《电测与仪表》(2020,57(18):57-62)上发表的《一种三级协调的配电网预想故障筛选与排序方法》形成以模型驱动为核心的配电网预想故障预筛-精筛两步制综合筛选方法。赵晋泉，汤建军，林青等在《电力自动化设备》(2020,40(10):1-7)上发表的《全局输配电网电压稳定故障筛选与排序的分布式计算方法》将主动配电网预想故障集筛选分化为故障筛选与严重故障排序两个过程。鲍颜红，冯长有，任先成等在《电力系统自动化》(2019,43(22):52-58)上发表的《基于支持向量机的在线暂态稳定故障筛选》结合数据挖掘算法，高效利用丰富故障数据进行预想故障筛选，实现在线暂态稳定故障筛选。

上述大多数方法都使用了较多的模型驱动指标来对预想故障集进行排序，评价指标通常复杂繁琐，且仅具有特定的适用范围，没有利用到配电网故障时海量数据的可挖掘性，也没有考虑分布式新能源和负荷不确定性对预想故障集筛选造成的影响。鉴于主动配电网预想故障集比较庞大，故障复杂多样，不同的预想故障具有不同的严重程度，但是不同的严重程度之间也具有相似性、差异性或不确定性，符合数据挖掘中的“聚类”特征。因此，如何利用主动配电网运行数据并构建简单有效的预想故障风险评价指标，对主动配电网安全态势分析意义重大。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于KFCM聚类分析和PMU装置的主动配电网预想故障集筛选方法。

本发明的目的可以通过以下技术方案来实现：

一种基于KFCM聚类分析和PMU装置的主动配电网预想故障集筛选方法，该方法包括如下步骤：

S1：获取配电网故障时数据、配电网正常运行时数据以及PMU装置的高密度量测数据。