技术特征：
1.一种用于电压暂降治理的ssts与dvr协调动作策略制定方法，其特征在于，包括以下步骤：步骤1：敏感负荷分组治理：考虑敏感用户的全工业过程，实现ssts治理与dvr治理两组敏感负荷的分组；针对安装dvr进行补偿治理的敏感负荷再次进行分组优化，最终输出分组矩阵与分组补偿电压；步骤2：电压暂降持续时间分类：基于历史电压暂降监测数据特征，通过构建决策树，预测新产生电压暂降事件发生时刻的持续时间是否小于ssts切换时间，以此进行分类；步骤3：根据步骤1得到的敏感负荷的分组治理方案，以及步骤2得到的电压暂降持续时间的分类，当监测到电压暂降时，制定ssts与dvr的动作策略如下：若电压暂降持续时间小于ssts切换时间，则ssts动作，否则不动作；若电压暂降的幅值小于等于某组敏感负荷中电压暂降耐受幅值的最小值，则该组dvr动作。2.根据权利要求1所述的用于电压暂降治理的ssts与dvr协调动作策略制定方法，其特征在于，所述步骤1的敏感负荷分组治理具体包括：步骤1.1：根据敏感负荷在工业过程中的连接方式、作用类型对各敏感负荷进行分组，包括：s1型敏感负荷：跳闸将会导致所处子过程中断的电气串联型敏感负荷；s2型敏感负荷：跳闸不会导致子过程中断，所有s2型敏感负荷都跳闸才会导致子过程中断的电气并联型敏感负荷；s3型敏感负荷：通过信号控制作用于工业过程，并不直接连接在工业过程中，但跳闸将会导致控制过程中断的控制并联型敏感负荷；步骤1.2：基于上述分组进一步对各敏感负荷进行二次分组：1)对于s2型敏感负荷，根据其在遭受电压暂降后能否自动恢复，划分为两类：能自动恢复和不能自动恢复；2)将s1、s3型敏感负荷以及s2型中不能自动恢复的敏感负荷，根据能耐受的电压暂降持续时间t
torlance
，划分为t
torlance
≤t1和t
torlance
>t1两类，t1为ssts切换时间；前者通过安装dvr进行补偿治理，后者通过ssts切换线路进行治理；步骤1.3：将耐受电压暂降持续时间t
torlance
≤t1的敏感负荷再进行dvr治理的分组优化：分组目标为安装最少容量的dvr，治理目标为实现用户敏感工业过程的中断概率最小；由此以安装dvr容量的最小化、敏感工业过程中断概率的最小化为目标函数，构建敏感负荷分组优化模型，决策变量为分组矩阵与分组补偿电压。3.根据权利要求2所述的用于电压暂降治理的ssts与dvr协调动作策略制定方法，其特征在于，根据所述步骤1.1中的分组，跳闸导致敏感负荷所处工业过程中断的概率的计算方法为：假设工业用户共有n台敏感负荷，m个敏感工业过程；令j表示某台敏感负荷，m表示某个敏感工业过程，即j＝1,2,
…
,n，m＝1,2,
…
,m；则s1、s2和s3三种类型敏感负荷所处子过程的跳闸概率分别为：
其中，a、b、c分别为三种类型敏感负荷的台数，分别为三种类型敏感负荷的跳闸概率，为s3型敏感负荷控制的设备的跳闸概率；设第m个工业过程分别包含k、l、q个上述三种子过程，该工业过程中断概率为：4.根据权利要求3所述的用于电压暂降治理的ssts与dvr协调动作策略制定方法，其特征在于，根据所述步骤1.3中敏感负荷的分组治理优化具体包括：1)设定目标函数：设分组矩阵[α0,α1,
…
,α
n
]
i
＝[α
j
]
i
，i表示第i个分组，α
j
＝0或1，α
j
＝0表示该敏感负荷不在第i组中，α
j
＝1表示该敏感负荷在第i组中；第一个优化目标为安装dvr的容量之和最小化：其中，s
dvr
为i台dvr的容量之和，n为分组组数，u
i
为第i组分组补偿电压，u
n
为敏感用户的额定电压，s
load
‑
i
为第i组要治理的敏感负荷容量之和；第二个优化目标为敏感工业过程中断概率最小化：其中，p
process
‑
m
为第m个敏感工业过程的中断概率；2)设定约束条件
①
敏感负荷容量约束其中，s
j
为第j台敏感负荷的额定容量；
②
敏感负荷跳闸概率约束单一敏感负荷的跳闸概率p
j
为：p
j
＝∫∫
ω
p(t
sag
)p(u
sag
)du
sag
dt
sag
ꢀꢀꢀꢀꢀꢀ
(8)其中，u
sag
、t
sag
分别为电压暂降的幅值和持续时间；p(u
sag
)、p(t
sag
)分别为电压暂降幅值和持续时间的概率密度函数；ω为负荷vtc曲线确定的故障区域；将每台敏感负荷的具体数据代入上式，可求出
③
dvr补偿电压约束
u
i
是第i组安装的dvr应输出的补偿电压幅值，即第i组分组矩阵中α
j
＝1的敏感负荷所需的补偿电压的最大值，表达式为：需的补偿电压的最大值，表达式为：其中，为第j台敏感负荷的补偿电压，为第j台敏感负荷满足电压暂降治需求的最高补偿电压；
④
敏感负荷分组组别约束对于任一台敏感负荷的分组只存在两种情况：a.不隶属于任一组，即：α
j
＝0∈[α0,α1,
…
,α
n
]
i
，且α
j
＝0∈[α0,α1,
…
,α
n
]
else
‑
i
；b.若分到了某一组，有且只能在该分组组别中；即：当α
j
＝1∈[α,α1,
…
,α
n
]
i
时，α
j
＝0∈[α0,α1,
…
,α
n
]
else
‑
i
；其中，[α0,α1,
…
,α
n
]
else
‑
i
为除第i个组外的其他组别的分组矩阵；3)模型求解通过nsga
‑
ii算法求解出模型的pareto最优解集，选用偏小型模糊满意度函数对pareto最优解集中的每组解对应的各目标函数赋予满意度，如式(11)所示：式中，o∈{1,2,
…
，o}，o为目标函数的个数，μ
vo
为第v组pareto解对应第o个目标函数的满意度，f
vo
为pareto解集中第v组解对应的第o个目标函数的函数值，f
omin
为pareto解集中所有解对应的第o个目标函数函数值的最小值，f
omax
为pareto解集中所有解对应的第o个目标函数函数值的最大值；基于各pareto解对应的各目标函数的满意度，求出各pareto解的满意度μ
v
：将满意度μ
v
最大的pareto解作为决策变量的最终解。5.根据权利要求1所述的用于电压暂降治理的ssts与dvr协调动作策略制定方法，其特征在于，所述步骤2具体包括：步骤2.1：条件属性数据离散化针对电压暂降持续时间的分类，从多维属性中选取幅值、相位跳变、日期、天气四个特征作为条件属性；对于幅值与相位跳变两类连续属性数据，采用chimerge离散方法，根据卡方检验合并相邻区间，直至符合准则条件；对日期数据离散化时，以天为单位，年为周期，化为值在1～365间连续变化的数字量；对于天气这种语言描述类数据，以天气类别划分；步骤2.2：构建决策树根节点1)计算电压暂降持续时间t
sag
<t1的信息熵e(t)：e(t)＝
‑
(p1log2p1+p2log2p2)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
其中，t1为ssts切换时间，p1、p2分别为从电压暂降持续时间历史数据集合t中随机选取一个数据，其大于等于t1和小于t1的概率；2)计算上述四个条件属性与t
sag
<t1间的条件熵e(t,x)：其中，x表示四个条件属性，c表示某条件属性，p(c)为某条件属性与t
sag
<t1同时出现的联合概率，e(c)为某条件属性下、不同取值时t
sag
<t1的条件概率；3)计算上述四个条件属性与t
sag
<t1间的互信息gain(t,x)：gain(t,x)＝e(t)
‑
e(t,x)
ꢀꢀꢀꢀꢀꢀ
(15)互信息的值越大，表明与t
sag
<t1间的相关性越高；选择互信息最大的条件属性作为决策树根节点；步骤2.3：构建决策树分支节点、叶节点具体操作流程同步骤2.2的三点，计算信息熵、条件熵、互信息，逐步以条件属性离散化结果中与t
sag
<t1互信息最大的结果、其他条件属性中与t
sag
<t1互信息最大的属性作为分支节点，反复迭代这一过程，直至最终基于历史数据构建以t
sag
<t
1“是、否”作为叶节点的完整决策树；步骤2.4：通过决策树进行分类当监测装置监测到电压暂降事件时，输入四个条件属性数据，利用已生成的决策树逻辑对新电压暂降事件的持续时间进行分类；当输入数据与决策树一致时，则进入下一分支进行判断，直至最终通过叶节点得出是或否的分类结果。6.一种用于电压暂降治理的ssts与dvr协调动作策略制定装置，其特征在于，包括敏感负荷分组治理模块、电压暂降持续时间分类模块和ssts与dvr协调动作策略模块；所述敏感负荷分组治理模块包括第一分组模块、第二分组模块和敏感负荷分组治理优化模块；所述第一分组模块根据敏感负荷在工业过程中的连接方式、作用类型将敏感负荷分为电气串联型敏感负荷、电气并联型敏感负荷和控制并联型敏感负荷；所述第二分组模块将电气并联型敏感负荷分为能自动恢复和不能自动恢复，并将电气串联型敏感负荷、控制并联型敏感负荷以及电气并联型敏感负荷中不能自动恢复的敏感负荷根据能耐受的电压暂降持续时间与ssts切换时间的大小关系进一步分类；所述敏感负荷分组治理优化模块将能耐受的电压暂降持续时间小于等于ssts切换时间的敏感负荷进一步分组优化；所述电压暂降持续时间分类模块基于历史电压暂降监测数据特征，通过构建决策树，预测新产生电压暂降事件发生时刻的持续时间是否小于ssts切换时间，以此进行分类；所述ssts与dvr协调动作策略模块根据所述敏感负荷分组治理模块和电压暂降持续时间分类模块的分类结构，制定ssts与dvr的动作策略：若电压暂降持续时间小于ssts切换时间，则ssts动作，否则不动作；若电压暂降的幅值小于等于某组敏感负荷中电压暂降耐受幅值的最小值，则该组dvr动作。
技术总结
本发明公开了一种用于电压暂降治理的SSTS与DVR协调动作策略制定方法和装置，首先分析电压暂降对敏感用户全工业过程的影响，对SSTS与DVR分别满足治理需求的敏感负荷进行分组；再考虑安装多台DVR的实际治理场景，以安装最小容量DVR实现用户全工业过程中断概率最小为目标，提出基于敏感负荷分组的SSTS与DVR最优协同治理方案；然后通过基于历史数据构建的决策树，在电压暂降事件发生时刻对其持续时间得出分类结果；最后考虑治理设备的工作特性，提出SSTS与DVR的协调动作策略。本发明在考虑敏感负荷耐受特性的基础上，兼顾分析电压暂降对用户全工业过程的影响，在最大程度保证SSTS与DVR协同治理效果的同时，减少了治理设备的不必要动作次数。不必要动作次数。不必要动作次数。
技术研发人员：汪颖 王曼 肖先勇 胡文曦 陈韵竹
受保护的技术使用者：四川大学
技术研发日：2021.06.24
技术公布日：2021/10/7