[发明专利]一种用于电力系统暂态稳定预测的样本生成方法

摘要

本发明涉及一种用于电力系统暂态稳定预测的样本生成方法，属于电力系统稳定分析技术领域。本发明采用规则提取的方法构建运行工况、故障与电力系统暂态稳定性之间的关联规则，当有新样本生成时，可以增量地更新失稳规则，有效地指导时域仿真得到更多失稳样本，得到稳定与失稳类别相对均衡的样本集，避免因失稳样本过少而导致数据驱动方法对失稳样本的欠学习，提高基于数据驱动的暂态稳定预测方法的应用效能。

主权项

1.一种用于电力系统暂态稳定预测的样本生成方法，其特征在于该方法包括以下步骤：(1)对一个具有N台发电机的电力系统，根据电力系统历史运行情况设置s种运行工况，利用时域仿真法对s种运行工况下的f个预想故障进行暂态稳定性计算，得到s×f个仿真样本，其中f为预想故障集中的故障个数，s为人为设定的运行工况数，在本发明的一个实施例中，设定s取值为50：(1‑1)设定N台发电机中包含一台平衡发电机，用下标r表示电力系统中除一台平衡发电机以外的非平衡发电机的编号，设第i台发电机的有功功率PGi和机端电压幅值VGi、第j个负荷节点的有功负荷PLoadj和无功负荷QLoadj在电力系统运行上、下限值之间，即：其中，n是电力系统的负荷节点数，P_Gi为第i台发电机有功功率的下限值，为第i台发电机有功功率的上限值，V_Gi为第i台发电机机端电压幅值的下限值，为第i台发电机机端电压幅值的上限值，P_Loadj为第j个负荷节点有功负荷的下限值，为第j个负荷节点有功负荷的上限值，Q_Loadj为第j个负荷节点无功负荷的下限值，为第j个负荷节点无功负荷的上限值；(1‑2)在上述步骤(1‑1)中发电机有功功率、机端电压、有功负荷和无功负荷的上限值和下限值之间随机取值，得到所有非平衡发电机的有功功率PGr、所有发电机的机端电压VGi，以及所有节点的有功负荷PLoadj和无功负荷QLoadj，作为一种运行工况的随机初值；(1‑3)对上述步骤(1‑2)得到的随机初值进行潮流计算，若潮流计算不收敛，则返回步骤(1‑2)，若潮流计算收敛，则将得到的潮流计算结果作为一组初始运行工况，放入运行工况集合S0中；(1‑4)计算上述步骤(1‑3)得到的运行工况集合S0中运行工况的个数OS，若OS其中，yw表示初始样本集D0中第w个样本的暂态稳定性，设定yw＝1表示在第w个样本中电力系统能够保持暂态稳定，yw＝0表示在第w个样本中电力系统将暂态失稳，D0中稳定样本的个数为SF1，失稳样本的个数为SF0，且满足SF1+SF0＝s×f，SF1＞SF0；(2)利用规则提取方法，对上述步骤(1‑6)的初始样本集D0进行规则提取，包括以下步骤：(2‑1)设每个规则覆盖样本的最小数量为Mmin，设每个规则的最低置信度为Cset，将第u个规则的置信度记为Cu，设定Cu≥Cset，Mmin和Cset的值由人为设定，且满足Cset∈[50％,100％]；(2‑2)利用规则提取方法，建立上述步骤(1‑6)初始样本集D0中的Lw、tclw、PGrw、VGiw、PLoadjw和QLoadjw与暂态稳定性标签yw之间的关联规则，该关联规则包括稳定规则和失稳规则，记第q个失稳规则为Uq：失稳规则Uq：若Aq,k∈Iq,k，k＝1,…,Hq，则电力系统趋于暂态失稳，即yw＝0，其中，Aq,k∈Iq,k是第q个失稳规则中第k个前项，Aq,k为第q个失稳规则第k个前项中的变量，Iq,k为变量Aq,k的取值范围，Hq为第q个失稳规则中前项的个数；(3)根据上述步骤(1‑1)中PGi、VGi、PLoadj和QLoadj的上限值和下限值之间的范围、上述步骤(1‑5)中的预想故障集、上述步骤(2‑2)中失稳规则的前项Aq,k∈Iq,k、潮流计算和时域仿真，迭代进行新样本生成和失稳规则更新，得到用于暂态稳定预测的样本集Dt，其中t为迭代次数，所有样本集中的失稳样本个数不低于Tset，具体包括以下步骤：(3‑1)设定预期得到的失稳样本个数为Tset，迭代次数t初始化为1，设每次迭代计算生成l个新样本，Tset和l的值根据电力系统规模人为设定，一般满足Tset≥l，且Tset≥SF1‑SF0；(3‑2)从上述步骤(2‑2)的失稳规则中任选出第g个失稳规则，取第g个失稳规则的前项，上述步骤(1‑1)中PGi、VGi、PLoadj和QLoadj的上限值和下限值区间，以及上述步骤(1‑3)中预想故障集三者的交集，在交集范围内得到一种运行工况下的随机初值、新故障位置和故障切除时间；(3‑3)根据上述步骤(3‑2)的随机初值进行潮流计算，若潮流计算收敛，则将潮流计算得到的新运行工况放入第t次迭代得到的新运行工况集合St中，若潮流计算不收敛，则返回步骤(3‑2)；(3‑4)对上述步骤(3‑3)新运行工况集合St中的运行工况总数PFt与步骤(3‑1)设定的运行工况数l进行比较，若PFt＜l，则返回步骤(3‑2)，若PFt＝l，则得到如下l组新运行工况及其对应的故障位置和故障切除时间：其中，为第t次迭代得到的第m_o组工况中非平衡发电机的有功功率，m_o＝m₁,…,m_l，为第t次迭代得到的第m_o组工况中所有发电机的机端电压幅值，i＝1,…,N，和分别为第t次迭代中电力系统负荷j的有功功率和无功功率，j＝1,…,n，为第t次迭代中第m_o组工况对应的故障发生位置，为第t次迭代中第m_o组工况对应的故障切除时间；(3‑5)利用数值计算方法，对上述步骤(3‑4)中l组新运行工况及其对应的故障位置和故障切除时间进行时域仿真，采集所有非平衡发电机的有功功率、所有发电机的机端电压幅值、电力系统负荷的有功功率和无功功率、以及用于暂态稳定预测的输入变量X，得到包含l个样本的新样本集Dt：其中，为第t次迭代中第m_o个样本对应的暂态稳定类别标签；(3‑6)设上述步骤(3‑5)在第t次迭代时得到的样本集D_t中的失稳样本数为US_t，计算前t次迭代得到的新样本集中包含的失稳样本总数对失稳样本总数T和设定的暂态稳定预测所需的失稳样本总数T_set进行比较：若T＜T_set，计算上述步骤(3‑5)的新样本集D_t被上述步骤(2‑2)中的第d个失稳规则覆盖的样本数H_d,t，其中有L_d,t个样本属于期望类别，则新样本集D_t被第d个规则正确覆盖的比率为将的值与步骤(2‑1)设定的每个规则的最低置信度C_set进行比较，若则利用规则提取方法重新对第d个失稳规则覆盖的所有样本进行规则提取，得到第t次迭代得到的新规则集NR_t，并将NR_t中的新规则更新至步骤(2‑2)的失稳规则中，若则令迭代次数t:＝t+1，并返回上述步骤(3‑2)；若T≥T_set，则说明通过前t次迭代得到新样本集中包含的失稳样本数已经达到步骤(3‑1)中设定的失稳样本数，将新样本集与步骤(1‑6)中的初始样本集D₀取交集，即为用于电力系统暂态稳定预测的样本集。