[发明专利]基于抽象对偶网络和连锁故障超网络的脆弱线路辨识方法在审
申请号: | 202211306117.3 | 申请日: | 2022-10-25 |
公开(公告)号: | CN115577292A | 公开(公告)日: | 2023-01-06 |
发明(设计)人: | 李沙沙;汪东霞;闫娓;杨少沛;武雪峥 | 申请(专利权)人: | 黄河交通学院 |
主分类号: | G06F18/241 | 分类号: | G06F18/241;G06N3/04;G06F17/16;H02J3/00 |
代理公司: | 北京科慧致远知识产权代理有限公司 11739 | 代理人: | 王乾旭 |
地址: | 454950 河南*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 抽象 对偶 网络 连锁 故障 脆弱 线路 辨识 方法 | ||
本发明公开了基于抽象对偶网络和连锁故障超网络的脆弱线路辨识方法,包括:搭建抽象对偶网络,获取邻接矩阵;获取过载失效线路和系统甩负荷;搭建连锁故障超网络模型;获取连锁故障超网络关联矩阵,得到连锁故障超网络全连接矩阵及邻接矩阵;计算连锁故障超网络中节点的节点超度、节点度及节点重合度;获取抽象对偶网络和连锁故障超网络中对应节点的K‑shell分层位置及K核中心值;定义节点邻域贡献度、抽象对偶网络节点重要因子、节点故障效率因子、连锁故障超网络节点重要因子、互网络节点脆弱度;对脆弱输电线路进行辨识;该方法综合考虑了抽象对偶网络和连锁故障超网络的结构特性和状态特性,定义的互网络节点脆弱度能对脆弱线路进行有效辨识。
技术领域
本发明涉及电力系统安全稳定运行技术领域,特别是涉及到一种基于抽象对偶网络和连锁故障超网络的脆弱线路辨识方法。
背景技术
电力系统作为现代社会覆盖面最广的公共基础性网络之一,为所有系统稳定运行提供电力保障。随着全球经济的不断增长,大电网向着远距离、特高压以及智能互联的方向发展,网络规模结构不断复杂化,电力网络运行经济性和高效性得到提高。但在电力网络迅速发展的同时,网络结构复杂多变使得网络存在固有的脆弱环节,一旦发生故障并引发一系列的连锁反应,将会造成严重的大停电事故。因此加强电网安全稳定分析对预防大停电事故尤为重要,评估电网脆弱性,并找出其薄弱环节,是建立“坚强智能电网”的前提与基础。随着复杂网络理论研究的不断发展及其研究结果的普遍应用,该方法突破了传统方法分析连锁故障的局限性,为研究大电网脆弱性提供了新的视角和方向。
目前,针对电力系统脆弱性研究可分为两个方面,结构脆弱性和状态脆弱性。对于电力系统结构脆弱性的研究主要是基于复杂网络理论,对电力网络拓扑结构存在的固有脆弱性进行研究,建立结构脆弱性评估指标;电力系统状态脆弱性评估,主要是分析系统运行状态,重点考虑电力网络运行时各状态参数的变化情况,以及系统节点线路发生连锁故障对全局和局部网络所造成的影响,建立状态脆弱性评估指标。
但是,纯粹的电网结构脆弱性评估指标往往忽略了系统的电气特性和物理本质,仅依靠复杂网络指标对电力网络线路进行脆弱辨识,不能真实地反映输电线路在电网中的关键作用。虽然分析系统运行状态建立状态脆弱性评估指标能真实有效地反应元件在电网中所占据的作用,但是分析高纬度、非线性的大规模复杂电网具有较高的复杂度,很难实现在线评估,且忽略了复杂电网拓扑结构固有的脆弱性。因此,电力系统脆弱线路辨识需要进一步综合考虑电网拓扑结构和运行状态,以提高输电线路脆弱性评估精确度,搭建一种新的电力网络输电线路脆弱性评估体系具有重要的理论学术和工程应用意义。
发明内容
为克服现有技术中存在的不足,本发明提出了一种基于抽象对偶网络和连锁故障超网络的脆弱线路辨识方法,该方法通过综合考虑抽象对偶网络和连锁故障超网络的结构特性和状态特性,建立互网络节点脆弱度对脆弱线路进行有效辨识。
本发明的目的可以通过以下技术方案来实现:
基于抽象对偶网络和连锁故障超网络的脆弱线路辨识方法,所述辨识方法具体包括以下步骤:
S1:利用复杂网络理论将电力网络简化为网络拓扑结构模型,搭建抽象对偶网络,获取抽象对偶网络邻接矩阵;
S2:选取发电机与负荷之间的供需平衡规则以及输电线路中断规则作为电力网络连锁故障的运行机理,遍历电力网络线路作为初始故障,获取引发的连锁故障过程中的过载失效线路和系统甩负荷;
S3:根据S1中搭建的抽象对偶网络以及S2中遍历所有线路作为初始故障获取的连锁故障过程中的过载失效线路,搭建连锁故障超网络模型;
S4:根据S3中搭建的连锁故障超网络模型,获取连锁故障超网络关联矩阵,进而得到连锁故障超网络全连接矩阵以及连锁故障超网络邻接矩阵;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于黄河交通学院,未经黄河交通学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211306117.3/2.html,转载请声明来源钻瓜专利网。