[發明專利]適用于多源異構電網的運行方式拓撲結構特征提取方法有效
| 申請號： | 202011107000.3 | 申請日： | 2020-10-16 |
| 公開（公告）號： | CN112398678B | 公開（公告）日： | 2021-10-01 |
| 發明（設計）人： | 胡偉;顧雨嘉;田蓓;李宏強;張漢花;馬坤 | 申請（專利權）人： | 清華大學;國網寧夏電力有限公司電力科學研究院;國網寧夏電力有限公司;國家電網有限公司 |
| 主分類號： | H04L12/24 | 分類號： | H04L12/24;H04L12/26;H04L29/08;H02J13/00 |
| 代理公司： | 北京清亦華知識產權代理事務所(普通合伙) 11201 | 代理人： | 羅文群 |
| 地址： | 100084*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 適用于 多源異構 電網 運行 方式 拓撲 結構 特征 提取 方法 | ||
1.一種適用于多源異構電網的運行方式拓撲結構特征提取方法，其特征在于，該方法包括以下步驟：
(1)從多源異構電網的同步矢量測量單元獲取多源異構電網的運行狀態，并從多源異構電網同步矢量測量單元獲取多源異構電網的拓撲結構信息和運行方式信息；
(2)根據步驟(1)的多源異構電網的拓撲結構信息和運行方式信息，構建多源異構電網的初始特征集；
(3)從步驟(2)的初始特征集中獲取多源異構電網的網絡拓撲邊權重鄰接矩陣W和節點屬性矩陣M；
(4)根據步驟(1)的拓撲結構信息和運行方式信息，建立一個嵌入表示學習模型，利用交替方向乘子法，求解該嵌入表示學習模型，得到共識嵌入向量H，根據該共識嵌入向量H，得到融合多源異構電網的網絡拓撲結構和節點信息的特征；
(5)采用機器學習中的特征選擇算法，對步驟(4)得到的融合多源異構電網網絡拓撲結構和節點信息的特征進行特征重要性排序，確定網絡拓撲結構和節點信息的特征中重要性程度高的特征，剔除冗余特征，得到多源異構電網運行方式拓撲結構特征。
2.如權利要求1的特征提取方法，其特征在于，所述的步驟(1)中的多源異構電網為含有風電機組、光伏機組、水電機組和火電機組的多種類型電源的交直流混聯電網，根據圖論知識，將多源異構電網抽象為以節點和邊構成的多源異構電網實體，將多源異構電網表示為G＝(V,E,A,R)，其中V是多源異構電網節點的集合，E是多源異構電網邊的集合，A是節點類型的集合，節點類型為風電機組、光伏機組、水電機組、火電機組、變壓器節點和負荷節點，R是邊類型的集合，邊類型為節點間的直流線路和節點間交流線路。
3.如權利要求1的特征提取方法，其特征在于，所述的步驟(2)中，初始特征集包括多源異構電網故障發生前的所有發電機的總有功出力和總無功出力、每個發電機節點的總有功出力和總無功出力、負荷節點的總有功負荷和總無功負荷、多源異構電網的總有功負荷和總無功負荷、多源異構電網的節點之間交流線路的有功功率和無功功率、多源異構電網的各母線電壓的幅值和相角、多源異構電網中各發電機的最大功角差、含有暫態穩定狀態信息的故障點以及故障點相鄰節點的各發電機有功出力和無功出力、負荷節點的有功負荷和無功負荷、各母線電壓的幅值和相角及交流線路開斷特征、多源異構電網中表征直流的換流器的交流母線電壓、直流傳輸功率、直流觸發角和直流熄弧角以及接入風、光可再生能源電力的比例。
4.如權利要求1的特征提取方法，其特征在于，所述的步驟(3)中節點屬性矩陣M中每一個列向量代表對應節點獨立于電網拓撲結構的電氣量特征，電氣量特征分別為多源異構電網中注入節點的總有功功率、多源異構電網中注入節點的總無功功率、多源異構電網的節點集合V中各節點的電壓幅值、多源異構電網節點集合V中各節點的電壓相角、發電機節點的總有功出力、發電機節點的總無功出力、多源異構電網的節點集合V中各節點的總有功負荷以及多源異構電網節點集合V中各節點的總無功負荷。
5.如權利要求1所述的特征提取方法，其特征在于，所述的步驟(3)中邊權重鄰接矩陣W的表達式如下：
其中，ni和nj為節點序號，i＝1,2,…，j＝1,2,…，f(ni,nj)為拓撲結構信息中電抗的倒數。
6.如權利要求1的特征提取方法，其特征在于，所述的步驟(4)中的嵌入表示學習模型為：
其中，S表示多源異構電網的節點屬性關聯矩陣,其第i行第j列元素表示節點屬性矩陣M中各節點屬性歸一化后的余弦相似度，和分別表示節點屬性矩陣M的第i行和第j行歸一化后的向量，wij為網絡拓撲邊權重鄰接矩陣W中的第i行第j列元素，H表示融合多源異構電網網絡拓撲結構和節點信息的共識嵌入矩陣，HT表示H的轉置矩陣，hi和hj表示共識嵌入矩陣H的第i行和第j行，表示弗洛伯尼范數，||.||2表示2范數，λ表示正則項系數，用于控制結構特征提取過程中的參數調整敏感度。
7.如權利要求1的特征提取方法，其特征在于，所述的步驟(5)中，確定網絡拓撲結構和節點信息的特征中重要性程度高的特征的過程如下：
(1)將融合多源異構電網的網絡拓撲結構和節點信息的特征以及與各特征相對應的暫態穩定信息組成的標簽，構成特征選擇過程的原始特征；
(2)向極限梯度提升算法模型中輸入步驟(1)的原始特征，極限梯度提升算法模型輸出得到特征重要性值，將特征重要性值從大到小排序；
(3)按前向搜索原則，選擇特征重要程度高的前m個特征，剔除冗余特征，得到多源異構電網的運行方式拓撲結構特征，其中m為小于嵌入矩陣H的維數的自然數。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于清華大學;國網寧夏電力有限公司電力科學研究院;國網寧夏電力有限公司;國家電網有限公司，未經清華大學;國網寧夏電力有限公司電力科學研究院;國網寧夏電力有限公司;國家電網有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/202011107000.3/1.html，轉載請聲明來源鉆瓜專利網。
