[发明专利]一种基于多层改进神经网络的短期电网稳定性预测方法及系统

摘要

本发明公开了一种基于多层改进神经网络的短期电网稳定性预测方法及系统，所述方法包括周期性构建短期电网风险的样本数据集；将多组历史样本数据集进行小干扰分析计算，获得样本数据集对应的样本特征；根据KDD聚类方法对多组历史样本数据集对应的多组样本特征和样本属性参数进行处理，获得三个聚类中心，并将所述三个聚类中心依据其适应度的由高到低定义其代表的风险程度为大、中以及小；重复上述方法获得当前构建的样本数据集对应的样本特征和样本属性参数；根据KDD聚类方法对所述当前构建的样本数据集的样本特征和样本属性参数进行处理，获得其对应的聚类点；根据预设规则判定当前构建的样本数据集对应的聚类点的风险程度。

主权项

1.一种基于多层改进神经网络的短期电网稳定性预测方法，所述方法包括：周期性构建短期电网风险的样本数据集；所述样本数据集的样本属性参数包括样本取值时刻以及取值时刻内的电网振荡位置编码、发电机组开机编码、电网整体负荷值；将多组历史样本数据集输入至PSASP程序中进行小干扰分析计算，获得所述多组历史样本数据集中每个样本数据集对应的最小阻尼值作为该样本数据集对应的样本特征；根据KDD聚类方法对多组历史样本数据集对应的多组样本特征和样本属性参数进行处理，获得三个聚类中心，并将所述三个聚类中心依据其适应度的由高到低定义其代表的风险程度为大、中以及小；将当前构建的样本数据集带入PSASP程序进行小干扰分析计算，获得其对应的样本特征；根据KDD聚类方法对所述当前构建的样本数据集的样本特征和样本属性参数进行处理，获得其对应的聚类点；根据预设规则判定当前构建的样本数据集对应的聚类点的风险程度。