基于历史数据的电力系统稳定性快速判断方法
【技术领域】
[0001] 本发明属于电力系统自动化领域，具体设及一种基于历史数据的电力系统稳定性 快速判断方法。
【背景技术】
[0002] 随着我国经济技术的发展和人民生活水平的提高，电能已经成为了人们日常生活 中最重要的能源。而电力系统的供电稳定性已经成为了人们对电力系统最重要的要求之 一。为了保障电能安全可靠的传输，中国电网中开展了西电东送、全国联网W及特高压输电 等重大工程，交直流混联的特大电网已经基本形成。随着电网规模的扩大，电网安全稳定性 愈加难W掌控。世界上已经发生的多次电网故障表明，输电电压等级的提高、联网规模扩大 W及传输容量的增加，都会增大电网故障带来的危害，故障原因和过程也更为复杂。开展对 运行电网全面细致的在线监视、分析和控制，保障电力生产、传输和使用的安全是各国电力 行业的迫切需求。
[0003] 为了保证电力系统的安全稳定，电力系统在线安全稳定分析技术已得到较为广泛 的应用。目前我国省级W上调度支持系统都配有在线分析模块。在线分析通常每15分钟 对电力系统当前运行状态进行一次全面扫描，对实时性要求非常高，尤其是暂态稳定分析 模块，计算任务一般会达到几百至上千不等，计算量非常大；另一方面，在线分析模块会把 每15分钟一次的当前断面数据进行存储，形成大量宝贵的历史计算数据，运些数据既包含 W往的运行方式，也包含对应的稳定分析结果。
[0004] 但是，现有的电力系统快速判稳方法大致分为两类：第一类方法是利用大量的电 网运行数据，进行严格精确的在线数据计算和仿真，然而该类方法随着电力系统运行数据 的增加和系统的扩大，其计算复杂度呈指数性上升趋势，该类方法虽然计算结果精确可靠， 但是由于计算和仿真周期长，一般仅用于进行理论分析和验证。第二类方法是利用电网的 运行数据，采取优化计算程序、简化分析过程等手段减少计算和仿真的数据量，从而达到快 速定性判断电网稳定性的目的；但是该类方法存在计算和仿真的基础数据量不足、结果不 精确、可靠性和稳定性不高的问题。
【发明内容】
[0005] 本发明的目的在于提供一种能够快速对电力系统稳定性进行精确判断、实时高的 基于历史数据的电力系统稳定性快速判断方法。
[0006] 本发明提供的运种基于历史数据的电力系统稳定性快速判断方法，包括如下步 骤：
[0007] SI.收集电网系统数据库中电网设备的状态量和电气量历史数据，计算状态量和 电气量的均值和标准差，形成统计量；同时收集电网系统实际运行时的电网设备的状态量 和电气量，形成当前时刻下的故障特征变量；
[0008] S2.根据步骤Sl收集的统计量，针对每一个时间节点，对电网关键节点和电网故 障薄弱点的各类故障求得故障临界切除时间，作为故障稳定程度指标；
[0009] S3.将步骤Sl得到的统计量，与步骤S2获取的各类故障稳定程度指标进行相关性 分析，将相关性最大的N组统计量作为该故障的故障特征变量，形成各采样点的故障特征 变量，N为大于零的整数；
[0010] S4.本局步骤S3获得的各采样点的故障特征变量和步骤S2得到的当前时刻下的 故障特征变量，采用K-最近邻算法计算当前时刻的稳定程度指标，判断当前时刻下电网系 统的稳定性结果。
[0011] 基于历史数据的电力系统稳定性快速判断方法还包括如下步骤：
[0012] S5.精确求取当前时刻电网系统的稳定程度指标；
[0013] S6.将步骤S5求取的精确的稳定程度指标更新当前时刻的电网系统的稳定性参 数，并加入电网系统数据库。
[0014] 步骤S3所述的相关性分析，为采用化arson相关系数法进行相关性分析：
[0016] 式中n是元组的个数，曰1和bi分别是元组i在A和B上的数值，J和惠分别是A 和B的均值，OA和OB分别是A和B的标准差。
[0017] 步骤S4所述的K-最近邻算法，具体包括如下步骤：
[0018] 1)根据当前时刻下电网设备的状态量和电气量得到当前时刻故障特征变量，计算 当前时刻下步骤S3所述各采样点的故障特征变量与当前时刻故障特征变量之间的度量距 离；
[0019] 2)在步骤1)获取的度量距离中，获取度量距离最短的M个历史采样点的稳定程度 指标，按照度量距离的倒数进行加权平均，求得当前时刻的稳定程度指标，判断当前时刻下 电网系统的稳定性结果，M为大于0的整数。
[0020] 步骤S5所述的精确求取，为采用时域仿真方法求取。
[0021] 步骤Sl所述的电网设备的状态量和电气量，包括交流线路的投运状态和有功功 率、机组的投运状态、有功功率和机端电压、负荷的电压和有功功率、区域的总发电、总负荷 和平均电压、厂站的总发电、总负荷和投运机组数量。
[0022] 步骤1)所述的度量距离，为欧式距离。
[0023] 步骤2)所述的M个历史采样点的稳定程度指标，为3个或5个。
[0024] 步骤S3所述的N组统计量，为200组统计量。
[002引本发明采用K-最近邻算法，利用电力系统历史数据库中的电网运行和故障数据， 求取各类型故障的特征变量，再将故障特征变量与电网实时运行数据进行对比，从而快速 判断电网的实时稳定性能；同时本发明方法针对每一次的计算结果都会纳入数据库并进行 更新，因此本发明方法计算复杂度相对较低，计算速度快；而且本发明方法还在初步判定系 统稳定性能后，采用时域仿真方法详细对系统的稳定性进行计算并纳入历史数据，因此本 发明方法对电力系统稳定性进行精确判断。
【附图说明】
[0026] 图1为本发明方法的流程图。
【具体实施方式】
[0027] 如图1所示为本发明方法的流程图：本发明提供的运种基于历史数据的电力系统 稳定性快速判断方法，包括如下步骤：
[0028] SI.收集电网系统数据库中电网设备的状态量和电气量，计算状态量和电气量 的均值和标准差，形成统计量；同时收集电网系统实际运行时的电网设备的状态量和电气 量：
[0029] 所述的电网设备的状态量和电气量，包括交流线路的投运状态和有功功率、机组 的投运状态、有功功率和机端电压、负荷的电压和有功功率、区域的总发电、总负荷和平均 电压、厂站的总发电、总负荷和投运机组数量。
[0030] S2.根据步骤Sl收集的统计量，针对每一个时间节点，对电网关键节点和电网故 障薄弱点的各类故障求得故障临界切除时间，作为故障稳定程度指标：
[0031] S3.将步骤Sl得到的统计量，与步骤S2获取的各类故障稳定程度指标进行相关性 分析，将相关性最大的200组统计量作为该故障的故障特征变量，形成各采样点的故障特 征变量：
[0032] 所述的相关性分析，为采用化arson相关系数法进行相关性分析：
[0034] 式中n是元组的个数，曰1和b1分别是元组i在A和B上的数值，3和云分别是A 和B的均值，OA和OB分别是A和B的标准差。
[0035] S4.采用K-最近邻算法，计算当前时刻的稳定程度指标，判断当前时刻下电网系 统的稳定性结果：
[0036] K-最近邻算法主要包括如下步骤：
[0037] 1)根据当前时刻下电网设备的状态量和电气量得到当前时刻故障特征变量，计算 当前时刻下步骤S3所述各采样点的故障特征变量与当前