[发明专利]一种电-热综合能源系统拓扑分类方法、装置及存储介质

说明书

本发明公开了一种电‑热综合能源系统拓扑分类方法、装置及存储介质，该方法包括以下步骤：根据不同的电‑热综合能源系统历史拓扑结构，对历史/仿真量测向量进行分类，并根据不同的分类类别，分别赋予对应的分类标签，形成支持向量机的训练样本；在此基础上将训练样本输入到支持向量机模型中进行模型训练，训练得到基于支持向量机的分类模型；得到分类模型后，将当前断面的量测向量输入到训练所得的支持向量机分类模型中，输出得到当前断面对应的系统拓扑结构分类标签，最终得到当前断面的系统拓扑分类结果。仿真算例验证了所提方法具有良好的分类准确性和很高的计算效率，适合于大规模电‑热综合能源系统的在线应用。

技术领域

本发明属于电力系统调度自动化技术领域，具体涉及一种电-热综合能源系统拓扑分类方法、装置及存储介质。

背景技术

热电联产(combined heat and power,CHP)技术的广泛应用使得电力系统和热网这两个原本独立的系统耦合在了一起。电-热综合能源系统(integrated electricity-heat system,IEHS)的概念也引发了对IEHS状态估计(state estimation,SE)方法的讨论，并提出了几种基于模型驱动的IEHS-SE方法。然而，基于模型驱动的IEHS-SE方法往往需要精确掌握系统的当前拓扑信息，以及求解过程中需要进行多次复杂迭代。随着数据挖掘和机器学习技术的发展，数据驱动的方法开始进入相关研究人员的视野中,基于数据驱动的方法具有摆脱物理模型束缚的潜力。但是在实际系统运行过程中，系统拓扑是时变的，当系统拓扑发生变化时，基于数据驱动方法得到的状态估计模型不再适用于已经发生拓扑变化的当前系统断面。为了提高基于数据驱动的IEHS-SE方法在时变拓扑下的适用性，需要提出一种电-热综合能源系统拓扑分类方法、装置及存储介质，实现对当前断面系统拓扑结构的分类。针对每个不同的系统拓扑结构，都可以对应得到基于数据驱动的IEHS-SE模型，将当前断面的系统拓扑结构进行分类后，就可以将与当前断面具有相同拓扑结构的数据驱动IEHS-SE模型运用到当前断面的IEHS-SE中，保证了基于数据驱动的IEHS-SE方法在时变拓扑下的适用性。

发明内容

本发明所为了解决背景技术中存在的技术问题，目的在于提供了一种电-热综合能源系统拓扑分类方法、装置及存储介质。

为了解决技术问题，本发明的技术方案是：

一种电-热综合能源系统拓扑分类方法，所述方法包括：

根据不同的电-热综合能源系统历史拓扑结构，对历史或仿真量测向量进行分类，根据分类类别结果，分别赋予对应的分类标签，形成支持向量机的训练样本；

将所述训练样本输入到预设的支持向量机模型中进行模型训练，训练得到基于支持向量机的分类模型；

将当前断面的量测向量输入到所述分类模型中，输出得到当前断面对应的系统拓扑结构分类标签，最终得到当前断面的系统拓扑分类结果。

进一步，所述对历史/仿真量测向量进行分类，根据不同的历史拓扑结构，

将具有相同历史拓扑结构的历史或仿真量测向量分为一类：其中，量测向量包括：

式中：为历史/仿真量测向量中对应着第j种拓扑结构的第i个时间断面的量测向量，S_j(j＝1,2,…,n)代表该类别下的量测向量对应着第j种拓扑结构，Q为每个分类类别下量测向量的样本数，U_i为节点电压幅值，θ_i为节点电压相角，P_i为节点注入有功功率，Q_i为节点注入无功功率，P_ij为支路有功功率，Q_ij为支路无功功率；p_i为节点压强，m_ij为支路流量，m_qi为节点注入流量，T_si为节点供热温度，T_ri为节点回热温度，φ_i为节点注入热功率；