[发明专利]一种融合人工智能的电网相继故障事件聚合及省地协同共享方法及装置

说明书

本发明公开了一种融合人工智能的电网相继故障事件聚合及省地协同共享方法及装置，借深度学习等人工智能技术，从数据驱动的角度出发，避免了人为设计特征和关系带来的主观性，智能辨识传统故障诊断方法诊断出的多个单一故障事件是否归属同一事件从而实现相继故障事件聚合，同时利用部分已知的硬性规则进行校验，供调度统一分析处置，依托省地在线协商实时信息共享平台，实现省、地调度间信息的实时共享，并自动保存相继故障事件聚合的过程供反演查看。本发明可以辅助省地多级调度协同控制，提高交直流混联电网相继故障事件的处置效率，保障大电网的安全可靠运行。

技术领域

本发明涉及一种融合人工智能的电网相继故障事件聚合及省地协同共享方法及装置，属于电网调控技术领域。

背景技术

随着交直流混联电网快速发展和新调控运行业务增加，大规模分布式发电并网以及大范围随机性多元负荷接入，电网特性已经发生了深刻变化，导致调控运行业务工作量和业务复杂度大幅增加，安全风险突出。

极端条件下的电网相继连锁故障，可能导致全网功率、频率以及电压的波动，虽然发生概率较低，但会对电网运行造成严重影响。

目前对于相继发生的多个故障在调控系统中体现为繁杂的告警信号，难以判断是否归属于同一事件，缺少聚合事件化的方法。也有专家提出了一些电网连锁故障告警的方法，但过于依赖规则库和人工设计的特征量。

因此，如何有效的对电网相继故障事件进行处理，同时，交直流混联电网下的相继故障往往需要省、地调度系统协同分析处理，目前仍缺乏故障信息实时共享的能力。以上不足是本领域技术人员急需要解决的技术问题。

发明内容

目的：为了克服现有技术中存在的不足，本发明提供一种融合人工智能的电网相继故障事件聚合及省地协同共享方法及装置，融合人工智能模型，将一段时间内发生的一系列故障事件精准识别为相继故障聚合事件，将相近时段内发生的多个无关故障进行区分，依托省地在线协商实时信息共享平台，实现省、地调度间信息的实时共享，支撑交直流混联电网相继故障事件的处置。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

第一方面，一种融合人工智能的电网相继故障事件聚合及省地协同共享方法，包括如下步骤：

根据相继故障事件的历史故障事件构建人工智能聚合模型的训练样本。

通过训练样本对人工智能聚合模型进行训练，获得训练好的人工智能聚合模型。

获取实时监控信息，对实时监控信息进行分析，获取单一故障事件诊断结果。

将单一故障事件诊断结果与对应的实时监控信息采用枚举方法，获得实际相继发生的多个单一故障事件的有序组合。

再将实际相继发生的多个单一故障事件的有序组合输入训练好的人工智能聚合模型进行计算，得到每种有序组合是否为相继故障的分类结果，按最大组合的原则，确定相继故障事件初步聚合的结果。

基于专家规则对相继故障事件初步聚合的结果进行约束限定，滤除违背专家规则的结果，得到最终的相继故障聚合事件。

作为优选方案，还包括：通过省地在线协商实时信息共享平台，将最终的相继故障聚合事件分别推送给相应的省地多级调度机构，并进行存档，利用存档供反演查看。

作为优选方案，所述根据相继故障事件的历史故障事件构建人工智能聚合模型的训练样本，包括如下步骤：

获取相继故障事件的历史故障事件中所有单一故障事件的底层数据量，并对单一故障事件的底层数据量进行向量化处理，获得单一故障事件对应的输入向量。

对于多个相断故障的单一故障事件对应的输入向量进行纵向按位相加取平均，得到相继故障向量。