1.本发明涉及电力通讯技术领域，具体为一种电力系统暂态稳定性判定方法。
背景技术：
2.负荷是电力系统的重要组成部分，负荷对于电力系统的稳定具有重要影响。随着电网规模的不断扩大和电力大负荷的不断增加，诸如暂态电压稳定等与负荷直接相关的问题日益突出，随着科技的发展，现有技术中存在对电力系统进行暂态稳定性判定，暂态稳定性分析指在某个运行情况下突然受到大的干扰后，能否经过暂态过程达到新的稳定运行状态或回复到原来的状态的分析，但是现有的判定方法大都以离线方法为主，计算速度较慢，计算周期较长，无法很好的适应变化波动较大的电力系统。
技术实现要素：
3.本发明的目的在于提供一种电力系统暂态稳定性判定方法，以解决上述背景技术中提出的计算速度较慢，计算周期较长，无法很好地适应变化波动较大的电力系统的问题。
4.为实现上述目的，本发明提供如下技术方案：一种电力系统暂态稳定性判定方法，包括以下步骤：
5.步骤1：对电力系统的状态数据进行获取，同时采用数据预处理的方法对电力系统状态数据进行处理，得到扰动较大区间的状态数据，缩小状态数据判定的范围；
6.步骤2：对预处理完成后的数据采用关联分类法与人工智能库中大量电力系统故障下动态行为记录进行比对，对人工智能库中与预处理完成的数据相似度达到80-90％的行为记录进行提取，根据人工智能库中前期的行为记录判定结果完成对电力系统预处理后数据的暂态稳定性的判定；
7.步骤3：当步骤2中预处理完后的数据与人工智能库中大量电力系统故障动态行为记录相似度在50-79％时，采用时域仿真法对电力系统暂态稳定性进行判定，当预处理完后的数据与人工智能库中大量电力系统故障动态行为记录相似度在10-49％时，采用直接法判断系统暂态稳定性，并将上述判定结果与对应的电力系统数据同步存储至人工智能库中。
8.优选的，所述步骤1中对数据预处理的方法包括：数据清理、数据集成、数据变换与数据归约，所述数据清理通过填写缺失的值、识别或删除离群点并解决不一致性来“清理”数据，实现格式标准化，异常数据清除，错误纠正，重复数据的清除，所述数据集成将多个数据源中的数据结合起来并统一存储，所述数据变换通过平滑聚集，数据概化，规范化等方式将数据转换成适用于数据挖掘的形式，所述数据归约采用维度规约、维度变换得到数据集的归约表示。
9.优选的，所述数据清理通过删除变量、统计量填充、哑变量填充实现对缺失值的处理，通过简单统计分析与基于绝对离差中位数实现对离群点的处理。
10.优选的，所述步骤3中时域仿真法通过对描述电力系统机电暂态过程的微分代数
方程组进行数值积分，从而根据各发电机相对角度的变化过程和变化趋势判明电力系统的暂态稳定性，公式为o＝g(x，y)，x为微分方程组中描述系统动态特性的状态变量，包括定子内电势的d，q轴分量、转子相位角以及控制系统的其他变量，其初始值x0由故障前系统确定，y为代数方程组中系统的运行参数，包括电力网络节点电压向量、节点注入电流向量与节点导纳矩阵。
11.优选的，所述步骤3中直接法包括以下步骤：
12.步骤a：构造暂态能量函数v；
13.步骤b：确定暂态能量函数的临界值v
cr
；
14.步骤c：求解故障清除时刻tc对应的暂态能量vc；
15.步骤d：比较v
cr-vc的值，若大于零则认为系统稳定，反之则认为系统不稳定，而定义δv＝v
cr-vc作为稳定裕度。
16.优选的，所述系统是否稳定取决于故障切除时刻tc，若故障后达到的新平衡点的状态变量为xs，故障切除时间tc对应的状态变量为xc，临界切除时间tcr对应的状态为xcr，则系统的稳定性取决于状态空间内点xs、xc和xcr之间的相对位置。由xcr确定一个包含xs的稳定域，若xc在稳定域内，则可以断定系统是暂态稳定的。
17.优选的，当故障发生时，系统的暂态动能和势能显著增长，在故障清除时刻，动能开始减小，势能继续增长，即故障清除后，系统能量由动能转为势能，若系统能够吸收剩余动能，则系统稳定；若系统不能吸收剩余动能，则系统不稳定，问题转化为比较故障清除时刻的暂态能量vc与临界暂态能量vcr。
18.与现有技术相比，本发明的有益效果是：
19.本发明通过对电力系统的状态数据进行预处理，从而能够缩小状态数据的范围，减轻了对状态数据判定的负担，同时将状态数据与人工智能库中的前期故障动态行为记录进行比对，根据比对有效地缩短不同的判断方法对系统暂态稳定性进行判定，能够有效的缩短判定时间，提高了判定效率，更好的适用于变化波动较大的电力系统。
具体实施方式
20.下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
21.在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
22.实施例：
23.本发明提供一种技术方案：一种电力系统暂态稳定性判定方法，包括以下步骤：
24.步骤1：对电力系统的状态数据进行获取，同时采用数据预处理的方法对电力系统状态数据进行处理，得到扰动较大区间的状态数据，缩小状态数据判定的范围；
25.步骤2：对预处理完成后的数据采用关联分类法与人工智能库中大量电力系统故障下动态行为记录进行比对，对人工智能库中与预处理完成的数据相似度达到80-90％的行为记录进行提取，根据人工智能库中前期的行为记录判定结果完成对电力系统预处理后数据的暂态稳定性的判定；
26.步骤3：当步骤2中预处理完后的数据与人工智能库中大量电力系统故障动态行为记录相似度在50-79％时，采用时域仿真法对电力系统暂态稳定性进行判定，当预处理完后的数据与人工智能库中大量电力系统故障动态行为记录相似度在10-49％时，采用直接法判断系统暂态稳定性，并将上述判定结果与对应的电力系统数据同步存储至人工智能库中。
27.其中，所述步骤1中对数据预处理的方法包括：数据清理、数据集成、数据变换与数据归约，所述数据清理通过填写缺失的值、识别或删除离群点并解决不一致性来“清理”数据，实现格式标准化，异常数据清除，错误纠正，重复数据的清除，所述数据集成将多个数据源中的数据结合起来并统一存储，所述数据变换通过平滑聚集，数据概化，规范化等方式将数据转换成适用于数据挖掘的形式，所述数据归约采用维度规约、维度变换得到数据集的归约表示，所述数据清理通过删除变量、统计量填充、哑变量填充实现对缺失值的处理，通过简单统计分析与基于绝对离差中位数实现对离群点的处理。
28.所述步骤3中时域仿真法通过对描述电力系统机电暂态过程的微分代数方程组进行数值积分，从而根据各发电机相对角度的变化过程和变化趋势判明电力系统的暂态稳定性，公式为o＝g(x，y)，x为微分方程组中描述系统动态特性的状态变量，包括定子内电势的d，q轴分量、转子相位角以及控制系统的其他变量，其初始值x0由故障前系统确定，y为代数方程组中系统的运行参数，包括电力网络节点电压向量、节点注入电流向量与节点导纳矩阵。
29.所述步骤3中直接法包括以下步骤：
30.步骤a：构造暂态能量函数v；
31.步骤b：确定暂态能量函数的临界值v
cr
；
32.步骤c：求解故障清除时刻tc对应的暂态能量vc；
33.步骤d：比较v
cr-vc的值，若大于零则认为系统稳定，反之则认为系统不稳定，而定义δv＝v
cr-vc作为稳定裕度。
34.系统是否稳定取决于故障切除时刻tc，若故障后达到的新平衡点的状态变量为xs，故障切除时间tc对应的状态变量为xc，临界切除时间tcr对应的状态为xcr，则系统的稳定性取决于状态空间内点xs、xc和xcr之间的相对位置。由xcr确定一个包含xs的稳定域，若xc在稳定域内，则可以断定系统是暂态稳定的，当故障发生时，系统的暂态动能和势能显著增长，在故障清除时刻，动能开始减小，势能继续增长，即故障清除后，系统能量由动能转为势能，若系统能够吸收剩余动能，则系统稳定；若系统不能吸收剩余动能，则系统不稳定，问题转化为比较故障清除时刻的暂态能量vc与临界暂态能量vcr。
35.以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明；因此，无论从哪一点来看，均应将
实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
36.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。